NVIDIA合作伙伴提供经验证的可扩展型AI系统。
大多数数据中心在设计的时候都未曾考虑到人工智能的爆炸性增长和独特需求。
但NVIDIA DGX POD为每个想要优化其计算、存储和网络基础设施的数据中心架构师提供了发展蓝图,以应对AI融合型应用的增长浪潮。
包括Arista、思科、DDN、Dell EMC、IBM Storage、Mellanox、NetApp和Pure Storage等在内的业内数据中心领导者已围绕DGX POD,推出了基于其各自特有技术的相关产品。
机器学习和深度学习曾经仅是学术实验室里的科学项目。而如今它们已成为主流功能,帮助企业实现降本增效。
但提升投资回报意味着需要具有扩展性的AI-ready数据中心。许多机构之所以无法做到,原因很简单,就是因为AI工作负载消耗的资源之大是其他重要任务无法相比的。
SATURNV是NVIDIA基于NVIDIA DGX系统构建的一台大型基础设施,我们基于此设施执行了一些最重要、最具突破性的工作。实际上,我们最近借助一套基于NVIDIA DGX-2的配置在MLPerf基准测试中创下了六项AI性能记录。这套系统是我们使用SATURNV所遵循的设计原则和架构,在短短三周内就打造而成的。
Arista、思科、DDN、Dell EMC、IBM Storage、Mellanox、NetApp和Pure Storage都基于NVIDIA DGX,提供了统包型基础设施解决方案。这些集成系统为客户提供了经验证的方法,能够配合其数据中心技术合作伙伴使用。当然,每个企业都能够建立自己的SATURNV,以满足各自的需求。
本周在GTC期间,我们的生态系统合作伙伴都发布了有关DGX POD的重大新闻:
建立在DGX POD之上是实现大规模AI的重要因素。对于那些没有数据中心或资本支出的人来说,现在有一个好消息能使其快速实现。越来越多的数据中心托管服务提供商很清楚如何协助您从计划走向投产。
他们每个都经过认证,具备托管DGX基础设施的能力。他们可通过一个极具吸引力的外包运营支出模型来运行基于DGX POD构建的AI基础架构,消除设施和资本预算之间的鸿沟。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。