ZD至顶网服务器频道 12月21日 新闻消息:高通公司已经正式加入Xen项目顾问委员会,该委员会“致力于保证Xen项目在市场与技术层面取得成功”,并为该项目“提供财务支持、技术贡献并制定高层政策性决策”。
根据Linux基金会方面的介绍,这是为了“加快ARM型服务器与超大规模云方案的发展。”
作为芯片制造巨头,高通公司已经成为最近发布的Xen 48的十大贡献者之一——其中添加了ARMv8-A CPU的实时补丁安装支持,旨在能够让Xen为ARM型服务器带来更为强大的运行能力。
全部相关人士皆对高通公司加入顾问委员会表示欢迎,并认为其将协助推动项目目前的关注重点,即“对虚拟机管理程序的ARM支持能力中以进一步调优,从而立足于移动、云与Web规模计算带来新的发展空间。”
高通公司正式加入Xen项目管理团队是一项重要举措,特别是考虑到其最近刚刚发布了一款10纳米服务器芯片。对Xen项目走向更为明确的把握能力将帮助高通方面向适应其潜在需求的方向引导虚拟机管理程序开发思路。
Xen项目已经将Amazon Web Services指定为其用户,虽然AWS方面仍然主要依靠x86架构。不过对于各ARM服务器制造商而言,目前其仅在少数几家小型云服务供应商处获得了支持,具体包括Packet、Igneous Systems以及OVH。另外,谷歌公司也在考虑从IBM或者ARM处采购非x86芯片。
与此同时,分析企业IDC公司发布报告指出,ARM服务器“仍未对服务器市场造成影响”,且将该架构运用于服务器内只能实现“最低可运行效果”。
而高通公司的目标正是为了解决上述问题而努力。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。