FPGA专业芯片制造商赛灵思(Xilinx)宣布收购Solarflare Communications公司以提升自己的网络实力。
Solarflare采用的FPGA是一种可以在运行中进行重新编程以更有效地执行特定计算任务的计算机芯片,可用于构建集成网络、存储和计算的智能网络接口卡。
这种名为SmartNICS的接口卡因为不需要在CPU上运行这些工作负载以降低延迟,提高服务器性能并提供更好的连接。此外Solarflare还为客户提供专有的加速软件以帮助客户使用SmartNICS。
Xilinx表示,这次收购将有助于加速去年宣布的“数据中心优先”战略,即从一家单纯的芯片制造商转型成为像英特尔或者Nvidia那样的平台公司。
Xilinx虽然不像自己的竞争对手那样出名,但仍然是芯片行业的一个重要参与者。早在1985年,Xilinx就制造出了第一款商用FPGA,微软和华为都是Xilinx的大客户。事实上有报道称,微软使用Xilinx的芯片为超过半数的Azure云服务提供支持。
这次收购并不令人意外,因为Xilinx一直与Solarflare关系密切。 Xilinx是Solarflare在2018年最后一轮融资的主要投资方之一,今年两家公司还展示了他们的第一个联合产品:基于FPGA的SmartNIC,每秒可处理1亿个数据包。
“自Xilinx成为战略投资方以来,Solarflare团队与Xilinx围绕下一代网络技术和业务合作展开了密切合作,”Solarflare首席执行官Russell Stern这样表示。
Xilinx表示,将在未来6个月(也就是2020财年第二季度)内完成收购,这次交易的财务条款尚未对外披露。
几周之前,Xilinx的竞争对手Nvidia刚刚宣布斥资69亿美元收购Mellanox。Mellanox与Solarflare有些类似,也是为数据中心网络系统提供专用的处理器。据称当时Xilinx也有意收购Mellanox,但50亿美元报价远低于Nvidia最终支付的价格。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。