ZDNet至顶网服务器频道 01月24日 编译:Amazon公司已经同意收购一家“神秘”的以色列芯片制造商,并希望借此举为自身庞大的数据中心体系构搭建起新的定制化技术方案。

以色列金融报刊《Calcalist》抢先发表报道,指出Amazon方面已经兼并了位于以色列Yoqneam的Annapurna Labs公司,而Amazon方面随后也向《华尔街日报》以及其它几家新闻媒体确认了这一消息。
当下尚不完全明确Amazon希望借助此次收购达成的目标,因为到目前为止Annapurna公司仍然对与此次收购相关的内容保持沉默。
不过完全可以通过这家企业的发展历程作出一些推断,Annapurna公司由Avidor Willenz于四年前正式建立,这位创始人曾于1994年创立Galileo Technology公司(一家制造网络芯片与收发装置的企业)。
Galileo公司也许并未在半导体行业之外获得足够的关注度,但却切实吸引到了ARM芯片制造商Marvell的青睐。后者于2000年以约27亿美元股权将其招至麾下。
因此尽管Annapurna尚没有公开任何细节信息,但可以肯定其产品与Galileo业务较为相似,事实上,有匿名消息人士向《华尔街日报》透露称,这家以色列企业一直在着力开发中端网络芯片、为了将高性能表现与低功耗水平加以结合。
除此之外,Amazon方面也确实很有理由收购一家网络芯片厂商,至少其理由要比收购服务器CPU设计厂商更充分。
在去年十一月于拉斯维加斯召开的AWS re:Invent大会上,Amazon公司数据中心策划工作负责人James Hamilton就在接受采访时指出,虽然Amazon已经多次对ARM服务器进行评估、但其显然对作为主要处理器合作伙伴的英特尔公司更有信心。
Amazon公司的服务器芯片采购如此庞大,以至于英特尔甚至愿意专门针对AWS数据中心的实际需求开发定制化芯片版本,Hamilton表示,借于此,Amazon最新推出的弹性计算云(简称EC2)设备实例才能如期呈现在广大用户面前。
不过Amazon方面对自家数据中心工程技术任务的关注度极高,而且有计划在定制化CPU之外跨出更为积极的一步。其最终目标是,Amazon的所有硬件设备都采用定制化套件、并由原始设计制造商(简称ODM)负责构建,而网络方案正是其中最为重要的核心组成部分。
“就目前而言,网络已经成为我们乃至整个行业眼中最为紧要的技术层面,”Hamilton在AWS re:Invent大会的一次主题演讲中指出。“相较于所有其它设备的使用成本,网络设备成本的上涨幅度最高。这明显是种反摩尔定律的现象。我们的全部设备都能实现成本逐步下降,也因此使我们得以不断缩减服务价格,但网络很明显走上了一条错误的发展道路。这绝对是个大问题。”
目前我们尚不清楚Annapurna将在Amazon的下一步规划中扮演怎样的角色,不过如果前者确实具备云计算王者所需要的技术方案,那么Amazon可能已经开始对其融入进行部署。双方交易协议的细节信息尚未披露,不过有消息表明Amazon方面将为这笔收购支付3.5亿美元到3.75亿美元。
好文章,需要你的鼓励
今年是AI智能体的爆发年。聊天机器人正演进为能代表用户执行任务的自主智能体,企业持续投资智能体平台。调研显示,超半数高管表示其组织已在使用AI智能体,88%在智能体上投入过半AI预算的公司已从至少一个用例中获得投资回报。Gartner预测,到2026年40%的企业软件应用将包含智能体AI,2035年智能体AI可能驱动约30%的企业应用软件收入。企业开始将AI智能体视为员工,建立招聘培训体系。
波士顿大学团队发现当今多模态AI存在严重"偏科"问题:面对冲突的文字、视觉、听觉信息时,AI过分依赖文字而忽视真实感官内容。研究团队构建MMA-Bench测试平台,通过创造视听冲突场景暴露了主流AI模型的脆弱性,并提出模态对齐调优方法,将模型准确率从25%提升至80%,为构建更可靠的多模态AI系统提供重要突破。
谷歌的Nano Banana Pro AI模型生成的图像逼真度令人震惊,其关键在于完美模拟了手机相机的拍照特征。这些AI生成的图像具备手机拍照的典型特点:明亮平坦的曝光、较大的景深范围、略显粗糙的细节处理,甚至包含噪点。该模型还能自动添加符合情境的细节元素,如房产照片的水印等,使图像更加真实可信。这种技术进步意味着辨别AI生成内容变得更加困难。
UC伯克利研究团队发现了一种名为"双重话语"的AI攻击方法,能够通过简单的词汇替换绕过当前所有主流聊天机器人的安全防护。攻击者只需用无害词汇替换危险词汇,就能让AI在不知不觉中提供危险信息。研究揭示了现有AI安全机制的根本缺陷,迫切需要开发新的防护策略来应对这一威胁。