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
卡内基梅隆大学发布了他们的一项最新研究,他们对20多个开源推理模型进行了后训练,涵盖数学推理、科学问答、代码生成、指令遵循等多个维度,最终发现,数学能力优异的模型,在其他任务上表现平平,甚至还不如未加强数学推理能力的原始模型
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
Meta正在建设名为Hyperion的数据中心,预计提供5千兆瓦算力支持其AI实验室。该项目占地面积足以覆盖曼哈顿大部分区域,位于路易斯安那州东北部,将在数年内扩展至5GW规模。此外,Meta还计划在2026年启用1GW的Prometheus超级集群。这些项目旨在提升Meta在AI竞赛中对抗OpenAI和谷歌的竞争力,但也将消耗大量电力和水资源。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。