ARM今天宣布收购了Stream Technologies,一家专注于帮助企业优化其物联网设备通信方式的软件提供商。
传感器和其他连接端点在大量部署时会产生大量数据,Stream的软件可以根据操作要求配置这些端点传输信息的方式以及通过哪些渠道。
不同的环境需要不同的通信手段。例如,一家希望在整个电网中部署功率浪涌传感器的机构会发现,某些远程位置缺乏可靠的蜂窝网络覆盖。在这种情况下,Stream软件就可以将端点连接到卫星网络或其他备用网络。
ARM计划将Stream的技术整合到自己的Mbed IoT Device Management Platform中。该平台是围绕ARM的Mbed连接设备操作系统构建的,包含一系列旨在简化大规模物联网部署运营任务的云服务。
ARM物联网云服务部门负责人Hima Mukkamala在博客文章中详细介绍了ARM对该工具套件的一些愿景设想。他写道,收购Stream旨在创建一个“端到端的物联网平台,用于管理、连接、配置和更新设备”。这个一站式商店的价值定位,很大程度上是源于Stream软件几乎可以兼容所有类型的物联网系统,以及很多不同类型的网络。
提供增值设备管理工具是ARM在物联网市场保持领先地位采取的策略之一。大多数智能手机和平板电脑中,以及相当大一部分的联网硬件都采用了基于ARM设计的处理器。
ARM保持其优势的另一种方式是开发日益专业化的处理器。今年早些时候,ARM推出了采用人工智能设计的Trillium芯片产品线。
最近,ARM推出了面向高优先级设备的防篡改处理器Cortex-M35P,其中包含多种安全机制,即使黑客设法直接获取系统的物理访问权限,也无法获取敏感信息。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。