从智能手机、智能手表、电视到打印机,Arm的计算机芯片以为这些消费类设备提供动力而闻名,近年来Arm一直致力于数据中心设备如网络交换机和计算机服务器,而且现在的投入力度正在不断加大。
今天,在美国加利福尼亚州圣何塞举行的TechCon会议上,Arm公布了未来几年即将推出一系列处理器平台的新愿景。这个名为Neoverse的系列处理器,目标不仅是集中驱动云计算服务的数据中心,还有可能在互联网和企业网络边缘完成的下一代计算。
这是一个大胆的举动。芯片制造巨头英特尔一直主导着主流服务器和相关的数据中心设备,更不用说个人电脑了。看起来,Neoverse的目标是在下一代云计算和边缘计算挑战英特尔——不仅仅是服务器,还包括存储、5G网络设备等等。
Arm首席执行官Simon Segars在大会上概述了由海量数据驱动的第五波计算,同时表示:“我们正在走向一个计算机无处不在的世界。在数据中心领域,Arm是全力以赴的。”
Neoverse是一套新处理器平台的总称,设计用于Arm所描述的“到2035年即将到来的1万亿个智能设备”的世界,所有这些设备都需要连接和管理。Arm称,Neoverse芯片设计将包括更高水平的芯片、软件和系统性能,而不是现有的Cortex系列高端芯片。
Arm对于基础设施领域来说并不陌生。Arm称,根据IDC的数据,Arm在基础设施领域拥有最大的市场份额(30%)——如果算上网络交换机、蜂窝基、企业网络路由器和服务器等后端设备。“几乎所有存储端口、固态硬盘、网络端口等芯片都是Arm设计的,”Floyer指出。
但Arm显然希望成为主流数据中心和下一代数据中心设备的领导者。Arm认为,现在那些优化视频等内容向智能手机和其他设备的分发的基础设施,需要做出一些改变以应对数据在网络边缘各种设备上的迁移,这就需要在数据所在的位置进行更多的分布式计算。
Arm基础设施高级副总裁Drew Henry表示:“我们作为一家公司具有独特的定位,因为我们正在与全球所有试图构建这些系统的企业进行讨论,”这些系统包括从智能设备到智能城市基础设施再到交通工具。
Wikibon首席技术官David Floyer表示,Arm正在对英特尔和其他芯片供应商发起三管齐
下的攻击:“成本更低,在成本和功耗更好的情况下性能能够与之匹敌,并且以更好的性能和更快的上市时间主导新兴的工作负载。”
Arm还公布了Neoverse芯片的路线图,涵盖从今天用于云应用处理的Cosmos平台到2019年的Ares平台芯片、2020年的Zeus平台和2021年的Poseidon平台。Arm表示,每个芯片都比上一代平台快了30%,并且增加了更多基础设施特定的功能。
Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead表示:“Arm通过Neoverse加大在基础设施领域的投资,创建具有更高带宽、可许可的、完整的大核心。这是一个很大的改变和升级,以前提供的指令集许可证要求芯片客户自己创建大核心。”
除了这些芯片核心之外,Arm还增加了一些新功能实现了高性能和高安全性的架构,专门针对云原生和网络计算工作负载构建的。同时,Arm也在整合合作伙伴生态系统。
生态系统中包括微软Azure、百度、腾讯、阿里巴巴和AWS的Annapurna Labs,以及博通、高通、Marvell等芯片制造商,思科、HPE、爱立信和中兴等系统制造商,SoftBank、Sprint,BT Group unit EE、Orange Group和Vodafone Group PLC等运营商。
此外还有很多提供操作系统、软件容器和虚拟化、编程语言和库、开发工具厂商,以及像Cloud Native Computing Foundation这样的开源组织支持Neoverse。
艰难的市场
Moorhead表示,评估芯片在推出之前的潜在影响(特别是针对英特尔和其他芯片的影响)是很难的。“到目前为止,英特尔在打压竞争对手方面做得很成功,它注重投资服务器片上系统、更小体积的核心和结构。我可以说的是,相信基于Neoverse的芯片能够提供比之前Arm任何服务器芯片都要高的CPU性能。”
Arm暗示说,自己在基础设施方面的努力还需要一些时间才能看到成果。Arm产品管理高级主管Brian Jeff说:“这需要一代或者两代产品的时间。但是,市场对于不同的设计方法是很渴望的,特别是在我们向云端迈进的时候。”
这显然是一个艰难的市场,5月有报道显示,高通正在考虑退出数据中心市场。高通总裁Cristiano Amon曾在6月表示,高通并没有放弃这方面的努力,但他承认,由于对美国和中国大型互联网公司的关注不足,公司正在考虑进行裁员。
在此之前,Arm公布了一系列进入新市场的举措。上个月末,Arm推出了一系列新芯片用于自动驾驶汽车。今年早些时候,Arm发布了一项名为Project Trillium的机器学习计划,
以提供比英特尔、高通、Nvidia和Xilinx更低功耗的AI功能。
Floyer表示,Arm将设计用于大批量芯片的做法,使得Arm与英特尔及其标志性的x86系列处理器形成鲜明对比。
他说:“Arm将使用与英特尔用于将工作负载从RISC处理器迁移到x86的相同策略。Arm将利用消费者批量供货来降低成本并控制性能,并在编写新软件时不可避免地移动工作负载。”他预测,到2028年x86将占企业和云提供商处理器支出的不到10%。
好文章,需要你的鼓励
微软正与OpenAI进行高级谈判,旨在确保即使OpenAI实现通用人工智能后仍能继续使用其技术。据报道,双方谈判进展积极,可能在几周内达成协议。该协议将为OpenAI向完全商业化企业转型扫清关键障碍。微软已投资137.5亿美元,希望在重组后的公司中获得更大股份,谈判涉及30%左右的股权比例,同时确保Azure和Copilot等服务的技术供应安全。
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
AI初创公司Arcee.ai发布45亿参数的企业级AI模型AFM-4.5B,采用严格筛选的清洁数据训练。该模型专为商业和企业用途设计,年收入低于175万美元的企业可免费使用。相比数百亿参数的大模型,AFM-4.5B在保持强劲性能的同时具备成本效益和监管合规性。模型支持云端、本地和边缘部署,内置函数调用和智能体推理功能,旨在满足企业对速度、主权和规模的需求。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。