ZD至顶网服务器频道 11月18日 编译:在过去的五十年里,摩尔定律一直表现得良好。这条定律是由英特尔的创始人戈登.摩尔在1965年提出的,摩尔定律指出处理器的处理能力总体上每年翻一番。在1975年,这个时间周期被修正为两年。
但是在今年的七月份,英特尔的首席执行官Brian Krzanich在财报电话会议中透露,由于引入了14纳米技术,“我们现在的节奏更接近于两年半,而不是两年。”他表示该公司正在想法设法回到摩尔定律两年处理能力翻一番的轨道上来。
是否太乐观?
IBM的研究员兼OpenPOWER 总裁Brad McCredie表示,根据IBM内部的研究,摩尔定律节奏放缓的程度甚至更大,也就是说我们每三年大约能够看到处理能力出现1.2-1.4左右的增长。“在过去三十年中技术前进的脚步现在已经放缓下来了”,他是在德克萨斯州举办的SC’15大会中的一次新闻发布会上做出这样的表示的。
这是一个问题,特别是在组织从“程序驱动时代的计算向认知时代计算转变之际”。
但是IBM认为它有办法帮助客户摆脱摩尔定律:硬件加速。McCredie表示,“加速计算才是未来。”他表示,“但是要想让它走出高性能计算的领域并进入通用计算的世界,我们还有几件事情要做。”
针对数据中心的FPGA加速器
所以,今天,该公司宣布将同FPGA芯片设计商Xilinx进行“为期数年的战略协作”。两家公司将联起手来,通过OpenPOWER Foundation致力于找到更好的方法处理机器学习、网络功能虚拟化(NFV)、基因、高性能计算和大数据分析等应用程序。
IBM的开发人员将针对OpenStack、Docker和Spark建立解决方案堆栈,结合了基于POWER的服务器,并具备Xilinx FPGA加速器。
McCredie还宣布该公司将把POWER 8芯片同Nvidia Tesla K80 GPUs结合在一起,使用NVIDIA的高速NVLINK互联。两家OEM——Penguin Computing和E4 Engineering将会把基于OpenPOWER设计理念的系统推向市场。
在迎接2016年的过程中,Mellanox更快的、所谓的智能网络交换机被低调地命名为Switch-IB 2。它通过处理器的Coherent Accelerator Processor Interface(CAPI)连接POWER 8系统。
IBM已经对于POWER 8/ Tesla GPU/ Mellanox已经有了参考客户:位于德克萨斯州休斯顿的贝勒大学。上个月,一组研究人员因为一些“突破性的基因研究”赢得了很多喝彩。他们使用POWER8系统完成了对硬件来说非常繁重的工作。
IBM已经将OPENPower Foundation建成了一个具有160多家成员的庞大联盟。它很容易被描述为“非英特尔”联盟。但是IBM+NVIDIA+Mellanox是一个非常强大的组合。谷歌当然是OpenPOWER的大拥趸。这对于企业来说不可能是坏事。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。