ZD至顶网服务器频道 06月13日 新闻消息:Nvidia公司正准备进军大数据业务,Nvidia ANZ地区经理Mark Patane称,未来几年这将是一笔价值数十亿美元的业务。
Patane认为,GPU将会是帮助企业处理大数据分析的关键解决方案,他指出,过去两年中Nvidia一直与Facebook和Google这样的公司合作帮助他们处理数据。
“他们找到我们,因为他们意识到无法利用普通的计算机,因为这些数据实在是太庞大了。过去几年他们一直与我们合作使用GPU,”他说。
Nvidia机器学习解决方案架构负责人Jon Barker博士进一步解释说,企业越来越多地承担起需要找出如何高效地处理每天他们收集来的数据的方法,并强调每天处理的数据量高达2.5EB,而且未来三年这个数据量将翻一番。
“其中大多数数据不是表格、结构化数据;大多数是图像、音频和文本。显然不管你是试图把控社会的脉搏,了解人们对你的品牌的情感,你都要基于各种事件做交易决策,或者如果你试图开发智能机器人辅助外科医生,或者自驾卡车,这些数据都将是应用的‘燃料’,”他表示。
“问题是我们如何通过分析数据了解内容,答案就是我们需要能够看到、听到、读到数据的机器,并且能够以超出人类水平和人类步伐给出理由。”
Patane认为,除了Nvidia一直提供GPU的高等教育和研究领域之外,大数据的增长对于Nvidia拓宽在商业市场的覆盖面来说也是一个机会。
“不管你是莫纳什大学,大的电信运营商,Google,在医疗领域,还是研究员——都需要GPU,”他说。
“根本的区别是,你可以在非GPU系统上尝试和运行数据,一旦你开始启动,运行算法,你可能需要数周时间才能拿到答案。有了GPU,这个速度会大大加快,几分钟内就可以得到回复。”
不过据Patane称,使用GPU处理大数据目前还是一件比较新的事情,GPU一直被用于工程分析、视频分析、视频回放用于病毒和DNA建模。
Nvidia最近发布了DGX-1服务器,采用Tesla P100 GPU,专门帮助企业处理大数据,Barker称这将帮助企业专注于应用开发而不是数据处理上。
好文章,需要你的鼓励
Salesforce研究团队发布开源工具包MCPEval,基于模型上下文协议(MCP)架构评估AI智能体工具使用性能。该工具突破传统静态测试局限,通过全自动化流程收集详细任务轨迹和协议交互数据,为智能体行为提供前所未有的可视化分析。MCPEval能快速评估MCP工具和服务器,生成综合评估报告,为企业智能体部署提供可操作的改进建议。
清华大学团队推出AnyCap项目,通过轻量级"即插即用"框架解决多模态AI字幕生成缺乏个性化控制的问题。该项目包含模型、数据集和评估基准,能让现有AI系统根据用户需求生成定制化字幕,在不重训基础模型的情况下显著提升控制能力,为AI内容创作的个性化发展奠定基础。
月之暗面Kimi K2技术报告:解读万亿参数的智能体模型(含K2与DeepSeek R1对比)
耶鲁大学团队开发了全球首个AI科学实验设计评估系统ABGEN,测试了18个先进AI模型设计消融实验的能力。研究发现最好的AI系统得分4.11分,仍低于人类专家的4.80分,但在人机协作模式下表现显著改善。研究还发现现有自动评估系统可靠性不足,建立了元评估基准ABGEN-EVAL。这项研究为AI在科学研究中的应用提供了重要评估框架。