ZD至顶网服务器频道 10月22日 编译:近日芯片设计厂商ARM发布了最新的业绩结果,从数据来看这一季度又是一个增长的季度,营收同比成长17%,达3.755亿美元(23.8448亿人民币),而第3季度的税前利润同比增长27%,达12.5814亿人民币。
总部设在英国剑桥的ARM今年似乎会创纪录,之前第2季度获得了大丰收,7月发布的收入和利润分别实现同比22%和32%的增长。
但这却也未能阻止公司的股价受苹果公司(此家公司的命运与ARM的命运紧密相连)拖累而出现“令人失望”的结果。因此,ARM似乎急于想摆脱对智能手机市场的依赖。
ARM公司已经排出新的芯片阵容,昨天公布了旗下的Mali-470处理器,目标是“可携带”和“物联网”(IoT)市场。
ARM还加强了提供物联网解决方案的能力,今年上半年收购了以色列的物联网公司的Sansa,上个月又签订协议加入IBM的物联网基金会。
ARM首席高管Simon Segars称,ARM公司设计的芯片可用于“广泛范畴内的设备”,包括智能手机、企业设备(如基站和服务器)以及消费类电子产品(如数字电视)。
他表示,“ARM技术在产品方面和市场上的部署日益多元化,从构成物联网的、无处不在的传感器到高能效智能手机到高性能服务器等等。”
服务器基准检验ScaleMark首次亮相于 ARM活动
据美国加州圣何塞消息,新的数据中心服务器基准检验ScaleMark将在下个月召开的ARM技术大会上亮相,ScaleMark的目标是利用工作负载提供独立于处理器的性能指标。
ARM的这一步与其打入服务器市场的计划有关。ARM推出打入服务器市场的计划后引起关注,多家公司开始已经有设计产品发货。高通上个月宣布了自己的计划,一家中国启动公司8月份提出了积极的计划,Broadcom预计会在该次的ARM会上推出备受期待的SoC。
嵌入式微处理器基准协会(EEMBC)主席Markus Levy 表示,“传统的基准检验不利于横向扩展的服务器。“ScaleMark是EEMBC截至目前为止在系统测试层次上走出的最大一步。
Lecy表示,诸如Spec一类的基准检测的重点放在缓存性能上,没有考虑硬盘运作的影响,而硬盘运作是影响数据中心性能的一个重要因素。而诸如Cloud Suite 和Google Perf Kit的系统层次测试对很多应用程序有效,但不能提供可重复的结果。
EEMBC表示,当前的基准检测在有些方面给出前后不一的的结果,ScaleMark现已进入Beta测试阶段,将于11月推出,开始时只含一个Memcached测试和一个用于流媒体的测试。这两个测试都是基于有章可循的实际数据中心应用程序的配置,且可以进行自动安装。Memcached应用程序用到的数值源于Facebook的应用个案,流媒体应用程序是自家版本,其作用是复制诸如Netflix或YouTube的内部代码。
ARM、Cavium、Imagination科技公司和英特尔一年前开始打造ScaleMark,Levy表示,“我们正在讨论下一代的事情,但还没有着落。”
对于从请求到访问延迟不超过10毫秒的系统,ScaleMark会给出数据吞吐量。因此,假如技术人员想在基于x86的服务器和基于ARM的服务器之间做比较的话,ScaleMark也说不出个究竟来。
Levy称,“必须考虑性能数字以外的东西,要评估系统的价格和功耗”才能有一个完整的评估。他表示,“大家作比较时必须苹果比苹果,举个例子,不可以拿10,000美元的英特尔系统和1,000美元的Cavium系统相比。”
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。