至顶网服务器频道 12月06日 新闻消息:这家以GPU为核心业务的芯片制造商今天更新了其GPU云,旨在支持日常桌面应用。现在,运行该公司消费级泰坦图形加速器的设备已经能够享受到此前专供企业平台的深度学习功能。
NVIDIA副总裁兼企业系统总经理Jim McHugh在一份声明中指出,“这实际上只是实现该软件的开放访问。我们的目标是将其真正带入普罗大众。”
GPU云提供一整套AI开发套件,且专门针对NVIDIA芯片进行了优化。其具体阵容包括预先打包的高人气开源深度学习引擎,例如谷歌公司的TensorFlow框架、Facebook公司打造的Caffe 2平台等等。每款工具都与NVIDIA提供的各类软件组件捆绑在一起,以帮助开发人员充分芯片资源支撑AI项目。
这些套件当中还包含负责执行数据可视化的解决方案。以图形形式探索信息内容的能力对于工程及科学用例而言非常重要,而这也正是推动GPU销售情况的一大助力。
NVIDIA方面表示,其软件包组合的预配置设计将能够显著降低AI开发环境配置工作当中所涉及的大量手动操作环节。捆绑软件以软件容器形式交付,这意味着企业客户能够在多种不同类型的基础设施之上对其进行部署。
NVIDIA同时指出,这套方案还具备额外的可移植性优势。具体来讲,当需要更多计算资源时,开发人员能够立足自有桌面系统对AI模型进行原型设计,并轻松将代码推送至企业的后端环境当中。这样的能力有效解决了将深度学习模型由一种基础设施移植至另一种基础设施时,经常带来的种种技术挑战。
事实上,NVIDIA的GPU云现在已经能够与采用泰坦显卡的普通台式机协同工作,这将使得更多开发者能够利用其强大功能。该芯片制造商也有意促进人工智能模型的构建,特别是考虑到当前运行的人工智能模型中有很大一部分依靠其图形芯片进行驱动。
McHugh解释称,“大多数开发人员的工作都以自己的台式机作为起点。如今,研究人员、学术人员甚至是业余爱好者都能够获得同样的能力。”
新的桌面兼容性机制还引入了对两套新型深度学习框架的支持能力。首先是中国搜索巨头百度公司去年发布的PaddlePaddle引擎,其允许开发人员利用远低于其它同类方案的代码量实现模型构建。另一套则为MXNet的1.0版本——即由Amazon.com旗下云事业部所支持的AI框架。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。