ZD至顶网服务器频道 02月03日 编译:前不久,欧洲ExaNeSt HPC的试点项目已经起步,此项目仅用到1000个内核,同时所用到的内核并非英特尔制造。
欧洲的ExaNeSt项目组建的初衷,就是想利用1000万个ARM处理器来完成,用来支持项目里的超级计算的项目。
除此之外,ExaNeSt称之为“稻草人原型”的一系列处理将采用液体冷却,并使用处理器结构里的闪存,而且这一系列处理将采用“创新的快速互连”,以避免拥塞。
该原型不会拥有接近百万个处理器:它只有1000个处理器内核,采用64位ARM赛灵思Zynq Ultrascale+处理器,16 Gbps互连以及每个母板上的16 GB低功耗内存。
该项目于2015年12月举行了启动仪式,同时还宣布了欧盟提供850万英镑的资金支持项目的三年设计项目的消息。
该项目预计最终可找到所需的冷却技术以运行每个机架高达240千瓦的计算功率,但在今年一月的一次讲演里,Crete大学的Manolis Katevenis和 Nikolaos Chrysos却提出,互联是超级计算机器的最大障碍。
其原因是由移动数据成本导致的,移动数据成本以pici焦耳计算,互连移动数据成本要高于处理成本,而且这一发展形势还在上升。
ExaNeSt的商业合作伙伴ExaNoDe将设计基于ARM的“微服务器HPC”实现,据悉,项目的其他贡献者包括EuroServer(处理器间通信设计)、Ecoscale(可编程硬件加速器)、赛灵思(FPGA和通信)、美光(低功耗内存和存储)和Kaleao(产品化)。
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。