ZD至顶网服务器频道 08月10日 新闻消息:英特尔执行副总裁Diane Bryant在博客中宣布,英特尔将收购深度学习初创公司Nervana Systems。
Nervana Systems公司位于圣地亚哥,创建2年时间,拥有一款全面优化的软件和硬件堆栈用于深度学习。
“他们在加速深度学习算法方面的IP和专业技能将帮助加强英特尔在AI领域的能力,”Diane Bryant说。
英特尔计划采用Nervana的软件能力来增强英特尔Math Kernel Library,Byrant表示:“我们相信,让开发至强和至强Phi处理器的工程师和Nervana团队一同合作,我们将能够更快速地促进行业发展”。它的引擎和芯片技术将扩充英特尔的人工智能产品组合,加强英特尔至强和至强Phi处理器的深度学习表现。英特尔处理器已经被97%的服务器采用来支持机器学习,至强E5家族是最广为采用于深度学习的。
Nervana方面表示,它将保留其人才、品牌以及“创业的心态”,以及现有的开发项目,其中包括Nervana Neon深度学习框架、Nervana深度学习平台以及Nervana Engine深度学习硬件。
“我们回顾过去10年,发现这是计算架构成为神经中枢的转折点,”Nervana首席执行官、 共同创始人Nervana Rao这样写道。“半导体集成电路是人类至高无上的成就之一,英特尔拥有世界上最好的半导体技术。Nervana的AI专业知识与英特尔的能力,再加上庞 大的市场覆盖,这将让我们实现我们的愿景,打造真正特别的东西。”
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。