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
Brave Software开始为其AI助手Leo提供可信执行环境(TEE)技术,以增强云端AI服务的隐私保护。目前该功能仅在测试版本中支持DeepSeek V3.1模型。TEE技术能为数据处理提供可验证的机密性和完整性保障,解决传统云端AI模型处理用户请求时数据暴露的隐私风险。该技术采用Intel TDX和Nvidia TEE方案,让用户能够验证服务提供商的隐私承诺,确保AI响应来自声明的模型,未来将扩展支持更多AI模型。
华南师范大学团队开发的GraphTracer框架,通过构建信息依赖图解决多智能体系统高失败率问题。该方法摒弃传统时间序列分析,追踪信息流网络精确定位错误根源,在失败归因准确率上比现有方法提升18.18%,并已开源供实际应用。
OpenAI宣布与富士康合作,专注于下一代AI基础设施硬件的设计和美国制造准备工作。双方将结合OpenAI对AI模型需求的洞察和富士康的制造专业知识,共同设计多代数据中心硬件,强化美国AI供应链,并在美国本土构建关键AI数据中心组件。此次合作旨在满足先进AI模型对专用物理基础设施的需求,加速先进AI系统的部署。
杜克大学研究团队通过几何框架分析发现,AI推理过程呈现连续"流动"特征而非离散跳跃。研究表明逻辑结构像河床般调节推理流的速度和方向,即使面对不同语言和领域的内容,相同逻辑结构的任务在AI内部表现出惊人的几何相似性。这一发现颠覆了AI为"随机鹦鹉"的传统认知,证明AI具备真正的逻辑理解能力,为AI可解释性和系统优化开辟新方向。