英特尔今天推出了一项新的互连技术,旨在让服务器能够更好地利用图形卡、现场可编程门阵列和其他针对特定工作负载优化的加速器芯片。
Compute Express Link(CXL)旨在成为一项行业标准,可与多家硬件制造商的产品配合使用。为此,英特尔已将该技术贡献给一个新成立的联盟,有兴趣使用该技术的公司都可以成为联盟成员。联盟在成立时有六家支持者,包括思科和谷歌等知名企业。
CXL旨在将服务器CPU与设备附加的辅助加速器芯片连接起来。企业正在迅速采用加速器,特别是图形卡以加速人工智能软件等专有工作负载。
CXL基于广泛使用的PCIe标准来连接服务器组件,使用最新的第五代标准(今年早些时候正式发布),能够在某些配置下实现每秒128GB的传输性能。
英特尔已经做了大量自定义来利用这一速度优势进行芯片间的通信。CXL的主要特点之一是使CPU能够与加速器共享内存的机制,这是处理工作流程的重要组成部分。英特尔表示,该功能取代了任务通常所需的专用硬件,从而提高了系统效率。
英特尔数据中心集团负责人Navin Shenoy在博客文章中写道:“CXL保持了设备之间的内存一致性,允许资源共享以获得更高的性能,降低软件堆栈复杂性并降低整体系统成本。人工智能、媒体、图像和语言处理、加密等新兴数据处理应用将从CXL中获益匪浅。”
这次发布正值英特尔加大力度抢占加速器市场份额的时候。仅在过去一个月,英特尔就推出了一款用于处理网络流量的现场可编程门阵列,和一款旨在提高服务器安全性的三芯片PCIe卡。
更重要的是,英特尔计划明年推出第一批独立图形卡。英特尔将借助CXL应对Nvidia的NVLink互连技术,后者的芯片在该领域占据主导地位。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。