Google Cloud成为首家为虚拟工作站提供NVIDIA T4 GPU及RTX技术的云供应商
NVIDIA Quadro虚拟工作站(Quadro vWS)现已登陆Google Cloud Platform。
GCP是首个提供位于NVIDIA T4上的Quadro vWS的云实例,NVIDIA T4是最通用的云GPU之一。
基于NVIDIA T4的Quadro vWS利用全新NVIDIA Turing架构和RTX技术,使得GCP用户可以在任何位置,借助任何设备使用新一代计算机图形技术,包括实时光线追踪、AI、仿真和光栅化。
基于Turing架构的T4 GPU拥有可加速AI服务部署的Tensor Core,以及提升光线追踪和批量渲染的RT Core,这使GCP用户可以利用强大的AI和图形工作负载功能。
企业现已开始使用基于云的解决方案,以提高性能和灵活性。摒弃数据中心的成本和复杂性,企业即可借助GPU赋力的虚拟工作站,为员工提供更好的云计算体验。
对于在工作中需要使用设计工具以及处理复杂工作负载(如渲染和仿真)的专业人士而言,基于RTX技术的Quadro vWS可以通过实时逼真渲染和AI增强型图形、视频和图像处理能力来改变创作流程。
Quadro vWS让企业能够根据自身需要进行调整,为其提供了更大的灵活性,企业可以根据实际使用需求按小时支付费用。
除NVIDIA T4之外,全新Quadro vWS实例还支持NVIDIA Tesla V100,P100和P4 GPU。
在Google Cloud上访问NVIDIA Quadro,Quadro vWS目前处于内部测试阶段,将于本月在GCP Marketplace上向公众开放。
无需购买任何物理硬件和基础架构,Google Cloud用户即可轻松为Quadro vWS配置所需的NVIDIA GPU实例、vCPU、内存和存储。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。