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
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。