ZD至顶网服务器频道 11月01日 新闻消息:微软认为Open Compute Project(OCP)发展得太慢了,所以放弃了一些不完善的服务器设计,以图加快速度。同时,微软也认为开源硬件就像开源代码一样需要Alphas的参与。
微软谦虚地将“奥林巴斯项目”( Project Olympus)称为新的努力,它“既是我们下一代超大规模云计算硬件设计,也是一种和OCP社区一起进行开源硬件开发的新模式。”
新模式优先:微软之前同OCP的合作使该公司相信“目前开源硬件开发不像开源软件那么灵活和快速迭代。”
Azure Hardware Infrastructure的总经理Kushagra Vaid曾经写道,“开源硬件开发当前的流程是贡献已经做好产品化准备的设计。在这个阶段,设计已经基本上完成了——几乎是100%完成了——而最新的贡献拖慢了衍生设计的开发,限制了交互式社区参与和使用,拖慢了整体交付进度。”
因此,微软决定发布其新的服务器设计,Vaid表示它“大约完成了50%。”
微软认为其他的OCP参与者将采用它的设计,找到尽可能最好的方式,让该项目下一版的规范能够反映新设计上所有的裁减。
现在对于服务器来说,这就看起来很有趣了。
微软表示,Olympian服务器将提供“一个新的通用主板、包含电池的高可用性电源、1U/2U服务器机箱、高密度存储扩展、一个新的针对全球数据中心互操作性的通用机架PDU以及符合标准的机架管理卡。”
这个购物清单上所有的东西都将是模块化的,这样系统的构建者就可以自己发挥了。
微软将把Olympus服务器机箱接口、通用主板和PDU放在GitHub以及该公司承诺将很快发布的全机架规范中。
微软愿意这么早就公开自己的硬件思路,表明该公司相信云计算的差异化在于软件和操作技能,而不是硬件。AWS和谷歌也加入了OCP,因此可以假设会有很多产品看起来很相似。无论如何,至少是其中一部分会看起来非常相似:AWS正在为机架式模块计算单元申请专利,这并不是OCP鼓励的做法。
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。