ZD至顶网服务器频道 09月01日 编译:AMD本周在旧金山召开的VMworld大会推出了一款新的、基于硬件的GPU虚拟化技术,该技术针对的是虚拟化工作站。
AMD声称这款被称为AMD Multiuser GPU的产品能够允许多达15个虚拟化桌面共享同一个图形处理器,而且不会有任何性能上的损失。
这样做的目标是为虚拟化的GPU密集工作负载提供硬件图形加速,包括设计和制造以及多媒体应用程序和GPU加速计算等。
AMD的企业副总裁Sean Burke在一份声明中表示,“当这些AMD GPU根据组织的需求正确配置之后,最终用户就能够同等地访问GPU,无论他们是何种工作负载。” Sean Burke表示,“为每一个用户都提供了虚拟化的性能进行设计、创造并且执行他们的工作负载,而没有一个用户会占据整个GPU。”
多用户GPU的设计目标是针对基于VMware vSphere/ESXi 5.5及以后产品的环境的,它为DirectX 12、OpenGL 4.4和OpenCL 2.0提供了加速驱动,这意味着用户应该只需要在虚拟化环境之中就能够完成他们在本地机器上能做的绝大部分工作。
到底有多少用户可以利用多用户GPU取决于他们想要做什么。虽然分享同样虚拟化的芯片使用Office类型应用程序的典型用户可以多达15个,极端图形密集的工作负载只能支持在两个并发用户之间分享芯片,之间使用不同的方案。
但是AMD表示,基于硬件的虚拟化做法的另一个好处是让恶意用户更难侵入系统偷看其他用户的屏幕,在这点上比基于软件的系统安全。
要知道,很多“基于软件”的业务都是直接打击AMD的竞争对手的,NVIDIA没有AMD在最近的芯片中使用的基于硬件的GPU虚拟化技术。
不过,NVIDIA确实利用VMworld推出了旗下新版本的Grid桌面虚拟化技术,该技术是基于它最新的Tesla GPUs的,该公司声称它能够每台服务器支持多达128个GPU加速用户,只要您的主板支持。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。