ZDNet至顶网服务器频道 11月19日 编译:英伟达公司在本届SC14大会上再一次成为关注焦点此次公布的下一代增量式升级方案Tesla K80为高性能计算GPU加速器带来新标准。
作为前代Tesla K40的继任者,此次亮相的K80不仅在名称上实现了翻倍,各项参数也迎来同等幅度的提升:性能表现乘二,内存传输带宽也乘二。不出所料,英伟达公司预计该产品将主要用于数据分析以及科学计算应用程序等领域(除了比特币挖掘,这属于GPU加速高性能计算的意外产物)。
K80号称能够在单精度浮点运算当中取得8.74万亿次的出色成绩,双精度浮点运算也有2.91万亿次的不俗表现。每块板卡搭载两个GPU,总计24GB GDDR5显存(每个GPU分得12GB),外加480 GB每秒的内存传输带宽。K80当中包含有4992个CUDA计算核心,而英伟达的GPU增强机制(即超频技术)以及动态并行处理技术也将得到支持。
与其它几家企业一样,英伟达公司目前也致力于在美国能源部的2017年Summit与Sierra性能巨兽项目中分得一杯羹,二者的既定处理能力水平分别为100千万亿次与300千万亿次。
在这笔总值超过3.25亿美元的合约当中,英伟达公司将负责为这两台基于IBM POWER架构的服务器设备提供GPU加速技术。
英伟达公司最近刚刚从美国能源部手中拿下一笔价值1800万美元的订单,旨在为该机构FastForward 2项目中的超大规模研究事务提供计算资源支持。美国能源部在最新一轮支出当中共计花费1亿美元,旨在到2020年建立起一套超大规模系统、且为其定下整体能源预算仅为20万瓦的宏伟目标。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。