半导体公司Xilinx日前揭开旗下数据中心软件可编程芯片设计的面纱,Xilinx称该数据中心软件可编程芯片设计是全新计算类别的一部分。
该数据中心软件可编程芯片设计的大名为自适应计算加速平台(ACAP),Xilinx表示ACAP将令数据中心服务器高度可编程成为现实,而且数据中心性能呈指数级增长。ACAP背后的技术对于普通人来说是高大上的技术,不过Xilinx将用到的概念与现有芯片设计做了对照。
根据Xilinx的说法,ACAP与现场可编程门阵列(FPGA)结构(一种可在制造后进一步配置的集成电路)以及SoC和GPU不同,因为“设计人员不再需要利用可编程逻辑建立连接性基础设施,ACAP可以使用高级语言进行编程,因此提供了灵活性和易用性,同时又提供了比CPU好一个数量级甚至更多的性能优势和功率效率。ACAP实现了以软件为中心的、本质完全不同设计流程,因为所有连接的基础架构都是通过原生软件编程实现的。“
Xilinx首席执行官Victor Peng解释说,Xilinx过去的产品都具有一定程度的适应性和可编程性,但ACAP在这方面做了更多,因为它既可以进行软件编程,也可以进行硬件编程。设计人员因此可以在同一芯片上进行任意多次范围广泛的应用程序编程。
在策略方面,Xilinx新平台的目标是数据中心客户,但Xilinx认为ACAP技术也适用于新兴市场,包括5G、汽车、航空和国防以及有线通信。Xilinx在瞄着未来计算需求,诸如物联网、机器学习和人工智能一类的计算市场。
Xilinx此举事关重大。英特尔的Altera部是竞争对手,两家都在开发可编程处理器和边缘计算、物联网和5G应用。
Peng表示,“我们的策略是在一个适应性和智能世界中推动业务发展。对于我们作为一家企业而言,数据中心在软件开发方面有很多创新,我们希望支持软件方面的创新者。从长期来看,目标放在开发者上会增加我们产品的使用。”
Xilinx表示,首款代号为Everest的ACAP产品系列将采用TSMC 的7nm工艺技术开发,并将在今年晚些时候推出。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。