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
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。