据IDC预计,到2021年将有75%的企业应用采用人工智能。为了更好地应对这一不断增长的市场,IBM今天推出了一款功能强大的AI优化融合系统——Spectrum AI with Nvidia DGX。
如今市场中有越来越多专门为机器学习量身定制的数据中心平台。今年9月,思科推出了一款人工智能服务器,该服务器配置了8个Nvidia顶级的Tesla V100 GPU。今年早些时候,NetApp和Pure Storage推出采用了Nvidia DGX-1的AI优化平台。
正如其名,Spectrum AI with Nvidia DGX也是基于Nvidia DGX。与思科的服务器一样,DGX-1包括8个Tesla V100 GPU,超过45000个处理核心,其中大约5000个核心被成为Tensor Cores的专用电路,可以很好地运行机器学习模型。
根据Nvidia的说法,这款芯片让DGX-1能够提供超过千万亿次的计算能力。
IBM的新系统将DGX-1与其自己的Elastic Storage Server进行搭配,后者是IBM的一个存储平台,可以提供高达1PB的可用闪存容量,采用IBM Spectrum Scale管理软件。
采用Spectrum Scale的原因有几个,其中最主要的是Spectrum Scale被用于全球最强大的超级计算机Summit。除了能够容纳大量数据外,该软件还提供了广泛的管理功能,其中有一款工具可以让IT团队将环境中的一些记录卸载到公有云上。
此外,Spectrum AI with Nvidia DGX还采用了Nvidia两个月前发布的RAPIDS框架。这是一组可以与主流AI和分析工具一起安装库,让Nvidia的GPU释放更多的计算能力。
据IBM称,Spectrum AI with Nvidia DGX适用于各种规模的项目。企业可以使用一个Elastic Storage Server和少量DGX-1设置Spectrum AI with Nvidia DGX,或者部署多个机架的设备。配备了9个DGX-1设备的一个机架可以提供高达每秒120GB的数据吞吐量,IBM表示这比测试的所有竞争对手解决方案都要多。
好文章,需要你的鼓励
Salesforce研究团队发布开源工具包MCPEval,基于模型上下文协议(MCP)架构评估AI智能体工具使用性能。该工具突破传统静态测试局限,通过全自动化流程收集详细任务轨迹和协议交互数据,为智能体行为提供前所未有的可视化分析。MCPEval能快速评估MCP工具和服务器,生成综合评估报告,为企业智能体部署提供可操作的改进建议。
清华大学团队推出AnyCap项目,通过轻量级"即插即用"框架解决多模态AI字幕生成缺乏个性化控制的问题。该项目包含模型、数据集和评估基准,能让现有AI系统根据用户需求生成定制化字幕,在不重训基础模型的情况下显著提升控制能力,为AI内容创作的个性化发展奠定基础。
月之暗面Kimi K2技术报告:解读万亿参数的智能体模型(含K2与DeepSeek R1对比)
耶鲁大学团队开发了全球首个AI科学实验设计评估系统ABGEN,测试了18个先进AI模型设计消融实验的能力。研究发现最好的AI系统得分4.11分,仍低于人类专家的4.80分,但在人机协作模式下表现显著改善。研究还发现现有自动评估系统可靠性不足,建立了元评估基准ABGEN-EVAL。这项研究为AI在科学研究中的应用提供了重要评估框架。