【2016年5月26日,美国加州圣何塞】近日,AMD、ARM、华为、IBM、Mellanox、高通公司下属的高通技术公司和赛灵思公司联手为数据中心带来高性能的开放加速架构。合作各方正在携手制定新的加速器缓存一致性(CCIX)规范,利用这一互连技术规范,将首次在业内确保使用不同指令集架构 (ISA) 的处理器能与加速器协调地分享数据,使高效的异构计算成为可能,从而大幅度提升运行数据中心工作负载的服务器的计算效率。
受电源和空间的限制,数据中心的应用需要加速。类似大数据分析、搜索、机器学习、 NFV、无线 4G/5G、内存中的数据库处理、视频分析和网络处理等的应用,都将受益于可以在不同的系统组件之间无缝移动数据的加速引擎。不管数据驻留于何处,也不需要复杂的编程环境,加速器缓存一致性(CCIX)都可以允许这些组件访问和处理这些数据,这将使空载和BITW(bump-in-the-wire)架构队列中的应用都能够利用现有的服务器生态系统和产品规格实现加速,从而降低加速系统的软件壁垒并降低总体拥有成本 (TCO)。
AMD公司院士兼I/O与集成电路技术副总裁Gerry Talbot表示:“AMD 大力支持开放标准的发展以进一步普及异构计算。通过与业界同行合作开发新的互连规格以加速性能,AMD 持续兑现其对开放的异构计算的承诺。”
ARM 服务器系统和生态系统总监Lakshmi Mandyam 表示:“‘一种方案适用于所有架构’的方式无法为数据中心工作负载带来亟需的性能和效率。受益于专用的处理和硬件空载,加速器缓存一致性(CCIX)通过简化软件开发和应用部署带来更优化的解决方案,以从而为数据中心客户提供更高的性能和价值。"
IBM 院士兼POWER开发副总裁Brad McCredie表示:“作为产业创新的催化剂,IBM Power Systems™ 最近展示了其对开放的总承诺,在后摩尔定律时代为客户创造成本和性能效益。IBM 致力于与领先的业界同行一起,扩大对开放一致性的努力,以帮助满足客户日益增长的认知需要。”
Mellanox 市场营销副总裁Gilad Shainer表示:“加速器缓存一致性(CCIX)在现有互联的基础上,实现更高的性能和连接能力,实际上为下一代 CPU-加速器-网络的标准界面发展铺平了道路。支持加速器缓存一致性(CCIX)标准的生态系统预计会更广泛,数据中心将能够优化其数据使用,实现世界领先的应用效率和灵活性。”
高通技术公司产品管理副总裁Vinay Ravuri表示:“高通技术公司非常兴奋能够在一个开放、跨ISA的平台上,开发带来高效率、高性能架构的新技术。未来的数据中心需要能够实现具有不同计算选择、加速和互连技术的开放架构,这是实现这一目标而迈出的一大步。”
赛灵思架构副总裁Gaurav Singh表示:“加速器缓存一致性(CCIX)将利用现有的服务器互连基础架构,并提供更高的带宽、低延迟和对共享内存的缓存一致性访问。这将极大地增进加速器的可用性,并提升数据中心平台的整体性能和效率。”
CCIX 的详细信息请访问 http://www.ccixconsortium.com/。
关于AMD
四十五年来,AMD引领了高性能运算、图形,以及可视化技术方面的创新,这些都是游戏、 临境感平台以及数据中心的基础。每时每刻,全球数百万的消费者、500强公司,以及尖端科学研究所都依靠AMD技术来改善他们的生活、工作以及娱乐。 AMD全球员工致力于打造伟大的产品,努力拓宽技术的极限。成就今日,启迪未来。更多信息,敬请访问www.amd.com(NASDAQ:AMD)。
好文章,需要你的鼓励
TechCrunch Disrupt 2025 AI舞台将汇聚塑造科技未来的领军人物,顶尖风投将揭示在快速变化的AI领域获得融资的关键。来自Apptronik、ElevenLabs、Hugging Face、Runway等创新企业的领导者将分享前沿洞见,探讨AI如何重塑创意过程、改变物理世界、变革国防安全和重新定义人际关系。10月27-29日,五大主题舞台将在旧金山呈现科技创新的未来图景。
西班牙研究团队提出了一种创新的AI自我纠错方法SSC,让人工智能学会识别和修正规则中的漏洞。当AI发现自己在钻空子获得高分时,它会反思规则的合理性并主动改进。实验显示这种方法将AI的"钻空子"行为从50-70%降低到3%以下,同时提升了回答质量。这项技术有望让AI从被动执行指令转变为能够质疑和改进指令的智能协作伙伴。
英超联赛与微软达成五年战略合作伙伴关系,推出AI驱动的Premier League Companion服务,为全球球迷提供个性化体验。该服务利用Azure OpenAI技术,整合30多个赛季的统计数据、30万篇文章和9000个视频,帮助球迷发现和了解更多内容。未来还将为Fantasy Premier League引入个人助理经理功能,并通过Azure AI优化比赛直播体验和赛后分析。
这篇文章详细解析了Long、Shelhamer和Darrell在2015年CVPR会议上发表的开创性研究"全卷积网络用于语义分割"。文章以通俗易懂的方式,将这项复杂的技术比作艺术家的绘画过程,解释了如何让计算机不仅识别图像中有什么物体,还能精确标出每个物体的位置和边界。研究团队通过将传统分类网络改造为全卷积形式,并巧妙运用上采样和跳跃连接技术,实现了高效准确的像素级图像理解。这一突破为自动驾驶、医学影像和增强现实等领域带来了革命性变化,奠定了现代计算机视觉的重要基础。