ZD至顶网服务器频道 10月09日 编译:坊间一直猜测高通公司会从其老本行(移动领域)进入到云计算领域,高通日前宣布正将一个基于新的系统芯片开发平台送交顶级服务器制造商试用,从此正式进入服务器市场。
此消息是截止目前对ARM进入服务器市场之举最好的证明,众所周知,ARM进入服务器市场的过程颇为缓慢和艰难,高通与赛灵思、Mellanox公司结下的合作伙伴关系至关重要,原因是高通的大数据中心客户都在探索利用FPGA作为协处理器的可能性,运营商也都在采用诸如网络功能虚拟化(NFV)的新型通讯架构。
高通公司总裁Derek Aberle在新闻发布会上表示,高通拥有“悠久的开发定制IP高性能微架构的历史。我们认为我们可以利用这一专长进军世界一流的数据中心。考虑到我们在移动市场的领先地位,这一点对在数据中心领域里具有竞争力的解决方案是非常重要的。”
高通只提供了新SoC的粗略说明,并无有关路线图的细节。高通公布的一款前期产品性质的SoC含24个用到FinFET工艺的定制ARMv8内核。该SoC还包括一个存储器控制器、存储、PCI Express和其他定制IP。高通的目标是云应用,如基础设施和平台即服务、机器学习、大数据及NFV。
高通的开发SoC(上图)的内核数目比完整产品芯片的内核少一些,芯片布线也略有不同,这表明高通可能对创建自定义系统内核持开放态度。(资料来源:高通)
高通表示,到2018年时,云计算将占服务器市场的40%,与2013年比增长110%;到2020年时,云计算有机会达到150亿美元的规模。尽管美国仍在服务器需求方面领先,但中国正在迅速赶上来,以满足其“未被足够渗透的”市场。
高通的数据中心事业部高级副总裁Anand Chandrasekher表示,“服务器行业正在发生各种我从未见过的变化,其根本原因是云计算。云计算在不断增长,是一个全球性的现象,在所有的工作负载领域都是这样。服务器市场业务正在经历一次海啸,是新玩家进入该市场的好时机。”
赛灵思公司总裁Moshe Gavrielov表示,FPGA和高通新服务器CPU之间的密切整合,在每瓦特性能上可提供10倍到50倍的增益。云计算巨头微软和百度曾在去年的Hot Chips(热门芯片)活动上 公开描述过他们在FPGA作为协处理器方面的工作,8月时就已经开始做了。
Gavrielov在说到时下数据中心巨头时表示,“这些公司与传统玩家非常不同,因为他们控制着整个流程。他们也关注低功耗的事情,究其原因,看一下数据中心就知道,其最大的限制是能将多少功率弄到大楼里。如果能拿出一个低功耗解决方案,会非常有吸引力。”
Mellanox公司总裁兼首席执行官Eyal Waldman表示,高通能将那些低功耗数据中心以10-100 GB/秒的以太网连接在一起。
穆尔洞察与策略(Moor Insights & Strategy)公司的分析师Gina Longoria告诉记者,高通作出的结盟是正确的。Mellanox公司是个数据中心网络顶级玩家,与高通的竞争对手Broadcomm公司不差上下。赛灵思公司则在设法应付已提到议事日程上的英特尔与Altera公司的合并,合并旨在提供服务器处理器和FPGA的集成。
尽管诸如Applied Micro和Calvium的竞争对手已经开始发售基于ARM的服务器系统芯片,高通仍希望通过与赛灵思和Mellanox的结盟能够脱颖而出,或许其雄厚的财力可以助一臂之力,高通公司承诺会在服务器空间作“数年的重大投资”。
Longoria警告说,高通、赛灵思和Mellanox公司的投资不能停留在芯片的层次。初入市场者低估大部分相关生态圈,他们必须为公司提供投资上的较好的回报,才能为移植英特尔x86软件的内部成本提供足够的理由。
Longoria表示,“ARM的几步棋都不太成功,而现在一个大芯片商又出来了,他们拥有投资潜力。这是我们在等的事情,要么高通成事,要么就谁也成不了事。”
高通也有可能在服务器空间利用旗下的GPU产品,但Chandrasekher拒绝对公司的路线图作进一步的评论。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
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。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
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。