ZDNet至顶网服务器频道 11月14日 编译:拥有全球部分地区大规模数据中心的亚马逊表示,使用ARM技术的芯片厂商的创新步伐跟不上英特尔,因此亚马逊不准备替换其服务器芯片提供商,并将会一直使用基于英特尔芯片的服务器。亚马逊网络服务(Amazon Web Services,以下简称AWS)副总裁James Hamilton发表了上述言论。AWS作为亚马逊的云计算部门,为其他公司提供云计算和存储服务。
Hamilton在拉斯维加斯举办的亚马逊年度网络服务大会中表示,ARM芯片技术的研发步伐并不够快。而ARM的发言人Edmund Gemmell拒绝置评。
对于AMD、Applied Micro Circuits Corp等希望撼动英特尔在服务器处理器市场中领先地位的公司来说,争取AWS等公司的服务器芯片订单至关重要。这些厂商声称,英特尔高达98%的市场份额意味着客户需要承担更高的成本,需要有产品能够替代英特尔。
不过,James Hamilton也表示,作为网络零售商云计算的左膀右臂,AWS对于和基于ARM的芯片厂商建立合作持开放态度,亚马逊也正聘用更多的半导体工程师以加强自身的实力。
电力成本
很多自己制造服务器的数据中心运营商需要更高效的部件,而不仅仅是追求低廉的价格。事实上,机房供电和制冷所耗费的成本已经超过了设备的成本。James Hamilton说,目前并不值得替换英特尔的设备。
“每次我计算成本模型的时候,都感到难以置信。另外,英特尔也能更轻松地满足亚马逊一些定制化的需求,”James Hamilton表示:“目前,相比于ARM,我们更容易接收英特尔。”而今年以来,ARM的估计也已经下跌了20%。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。