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
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。