ZD至顶网服务器频道 06月01日 新闻消息: Cavium公司已经为其下一代ThunderX2 ARM服务器系统芯片公布了具体的升级规划,宣称该产品将在明年年底左右进行量产。到那时,其初代产品应该已经推进至拥有一定市场吸引力,但仍未大规模占领市场的阶段。
面对英特尔x86架构所统治的市场区划,ARM架构服务器芯片的上市之路确实走得相当缓慢,这主要是受到传统软件支持能力不佳的拖累。截至目前,Cavium公司在这一业务领域中的表现最为出色,但每季度所售出的芯片总数也不过区区数千块。
“此次公告的主要原因在于,目前我们的首款产品已经投放市场,因此客户对于下代方案亦抱有期待,”Cavium公司数据中心部门市场营销主管Rishi Chugh表示。
就在去年年底,竞争对手Applied Micro公司宣布其32核心X-Gene 3产品将于今年年底发售。其属于第三代方案,采用16纳米制程,不过估计会与前两代产品一样很难获得可观的销量。
14纳米制程工艺帮助Cavium公司将其ThunderX2处理器提升至54计算核心,主频为2.6 GHz。
Cavium公司“目前拥有40多家客户……其中一部分已经开始使用”24到48核心ThunderX处理器,Cavium公司首席技术官兼联合创始人M. Raghib Hussain表示。
“时间周期比我们预料的更长。除了提供软件与ODM平台之外,还需要推出真正能够用于支持生产需求的BIOS、操作系统、虚拟机管理程序、工作链、Java与PHP支持乃至经过优化的应用——这一切都需要投入大量时间,”Hussain指出。
Cavium公司目前宣称高端ARM服务器市场正凭借着大量计算核心与双插槽系统支持能力向英特尔的至强街产品线发起冲击。部分竞争方还将目光投向了代表32位及低端产品需求的微服务市场。
ThunderX2应当能够比肩或者击败目前的英特尔至强处理器(浅蓝色),但未来还将有10纳米方案作为其竞争威胁。
截至目前,有一家ODM合作伙伴即将开始生产,而另有一家大型云计算供应商正利用ThunderX支撑其生产服务器,他补充称。联想与惠普已经专为ARM系统芯片设计了服务器方案,但尚不清楚此类产品是否拥有明确的客户受众。
Linaro协作项目中的一个小组正在面向ARM服务器开发支持方案,其首项成果就是打造一套标准软件平台,其中包含Adavnced Configuration与Power Interface。另外,其还在测试该平台运行各上流工作负载时的表现,例如Hadoop与OpenStack,而这些正是x86优化代码的优势所在。
“过去6到9个月当中,Thunder平台相关生态系统的发展与增长速度已经迎来提升,”Cavium公司软件业务副总裁Larry Wikelius指出。
博通、华为与高通等公司都已经宣布研发ARM服务器系统芯片,还有另一些业界巨头对此抱有兴趣。高通公司的开发平台对于现有服务器标准的支持效果相当出色,红帽公司首席ARM架构师Jon Masters在今年早些时候的一次演讲中表示。
虽然ARM服务器在大型数据中心领域占有一席之地,但广泛使用似乎仍是个遥不可及的目标,Moor Insights and Strategy公司高级分析师Karl Freund在一篇博文中解释称。今年早些时候,谷歌公司表示其正在测试IBM Power与ARM服务器,希望了解其是否能够在未来逐步取代现有x86服务器架构。
“我觉得其确实能够在世界范围内找到合适的立足点,特别是在中国与欧洲,”Freund表示。“红帽自己就采用了几千台这样的服务器设备,而百度、阿里巴巴与腾讯也都购买了一些,”他指出。“我听说高通方面已经拿出了真正能够与至强相匹敌的解决方案,这显然值得期待,”他补充称。
ThunderX2将在升级后拥有54个定制化64位ARM计算核心,同时更好地支持传统操作并拥有2.6 GHz运行主频。其支持新的每秒25 Gbit以太网标准,添加了新的硬件加速机制并将提供高达32 MB缓存且支持六DDR4内存模块。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。