ZD至顶网服务器频道 08月11日 新闻消息(文/张锐): OpenPOWER基金会如今已成立近两年,在最近推出了硬件加速ISV(独立软件开发商)支持计划,可为本地ISV免费提供RedPOWER服务器以及赛灵思FPGA的云端开发以及测试环境,这将助力ISV提升大数据、云计算等新兴技术的研发能力,从而加速第二代分布式计算的发展。
目前无锡中太、美国赛灵思(简称赛灵思)、星环科技、恒扬科技等企业携手IBM就此合作,共同推动软硬件创新的融合,实现对大数据系统软件性能的提升。OpenPOWER基金会及其成员持续以开放的精神以及合作的模式,推动云计算、大数据等新兴技术的发展,同时也预示着随着更多本地ISV的加入,OpenPOWER开放的生态系统将进一步扩大。
众人拾柴火焰高
OpenPOWER基金会此次推出的全新硬件加速支持ISV支持计划,主要是基于无锡中太所自主研发的首款国产Power服务器RedPOWER以及赛灵思的FPGA技术,无锡中太数据通信股份有限公司董事长王雪松表示,RedPOWER是一款双路服务器,基于苏州中晟宏芯研发的国产CP1处理器,拥有192线程。由于配置了CAPI接口(一致性加速器处理器接口),使得计算性能突破了现如今CPU的上限。
赛灵思作为全球范围内提供可编程逻辑完整解决方案的供应商,主要研发、制造并销售范围广泛的高级集成电路、软件设计工具以及作为预定义系统级功能的IP(Intellectual Property)核。在此次合作中赛灵思提供了FPGA技术,为硬件提供了加速能力。同时FPGA与POWER8之间能够实现高效率连接,通过FPGA可编程硬件,能够打破软硬件技术之间的界限,实现软硬结合的异构计算。赛灵思有线系统架构师王立峰表示,“此次合作有两点好处,其一是Hadoop放在Power机器比放在x86的机器上快2.02倍。并且OpenPOWER服务器的CAPI提供的另外一个好处是,把EC编码部分卸载在FPGA卡上,大大节省用户对于硬盘的需求。”
在此次合作的成员中恒扬科技作为国内的FPGA硬件加速卡和应用开发商,其PCI-E规格的系列硬件FPGA加速卡可以在不改变POWER服务器硬件配置的基础上,无需额外机架空间即可简单安装。深圳恒扬科技创始人兼总经理李浩表示,“为什么需要FPGA的加速卡?加速卡做erasure code(擦除码)加速应用,可以达到20几个硬盘接口的操作速率,换算成CPU核的处理性能,可以达到二十几个核的CPU的处理性能。”
并且早在2015年6月,星环科技就已经完成了Hadoop向Power平台的迁移,同时在RedPOWER 服务器上也进行了调优,推出Hadoop基于RedPOWER平台的正式版本。
同时搭建在基于IBM中国研究院为OpenPOWER生态系统打造的SuperVessel云平台,可为ISV提供大量的开发资源。这将帮助ISV利用更为先进的硬件架构,更方便快捷地进行FPGA设计、编程和构建。
写在最后
从OpenPOWER基金会近日的这一举动可以明显得看出,OpenPOWER生态系统正在逐步得完善着,并已在创新方面拥有一定的实力,同时注重与本地合作伙伴展开合作,将为本地用户交付更多的技术以及符合本地发展的解决方案。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。