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
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。