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
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
罗切斯特理工学院和美国陆军研究实验室的研究团队开发了一种突破性的无源域适应方法,通过混搭拼图增强技术和置信度-边界加权策略,使AI模型能在没有原始训练数据的情况下适应新环境。该方法在三个主要基准数据集上取得显著成果,特别是在PACS数据集上准确率提升了7.3%,为AI系统在隐私保护、安全限制等现实场景中的应用提供了新解决方案。
这篇论文介绍了R1-Code-Interpreter,一种通过有监督学习和强化学习训练大型语言模型进行代码推理的新方法。研究团队收集了144个推理和规划任务,利用多轮训练教会模型自主决定何时使用文本推理或生成代码。最终的14B模型在测试集上将准确率从44.0%提高到64.1%,超过纯文本GPT-4o并接近带Code Interpreter的GPT-4o。研究揭示了SFT阶段的关键作用,并发现模型展现出自发的自我检查行为,为开源模型提供了与商业模型竞争的代码解释器能力。