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
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。