HPE今天宣布,已经以13亿美元的价格收购了Cray,这一举措有望将HPE推向不断增长的超级计算市场的前沿。
13亿美元的价格相当于每股35美元,比Cray的周四收盘价溢价17%。这次收购也是HPE自2015年从惠普公司分拆出来成为独立公司以来的最大一笔收购。
Cray由超级计算机行业开创者Seymour Cray于1972年创立,迄今为止打造了很多全球最快超级计算机TOP500榜单中的多套超级计算机。最近Cray还在美国政府推动的“百亿亿次级”计算项目中发挥了关键作用。
Cray目前正在为美国能源部建设两个百亿亿级超级计算机系统,第一个将耗资5亿美元,服务于位于芝加哥的阿贡国家实验室,第二台超级计算机预计耗资6亿美元,将为橡树岭国家实验室的研究人员提供1.5 exaflops的性能。
HPE在百亿亿级超计算机领域看到了巨大的收入机会。HPE在收购公告中表示,预计未来5年将有超过40亿美元的百亿亿级项目。反过来,高性能计算市场规模将从2018年的280亿美元增长到2021年的350亿美元。
Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead表示:“高性能计算是增长最快的市场之一,HPE已经表达了在了这个市场中做得更好的意图。所以对这次收购我并不感到惊讶,收购能否成功取决于两家厂商的整合。”
除了Cray的客户群和人才之外,此次收购还将为HPE带来一系列超级计算技术。Cray开发了一种名为Shasta的计算机体系结构,专门用于百亿亿级超算系统。此外,Cray还出售一种名为Slingshot的超级计算机优化网络技术,以及存储设备和人工智能软件等产品。
HPE本身对高性能计算市场也并不陌生。HPE已经为匹兹堡超级计算中心和世界上最大的化学品生产商巴斯夫集团等组织打造了超级计算机系统。
Moorhead表示:“HPE带来了更大的规模和一些独特的消费模式,Cray则带来了专业知识和独有的接入IP。”
HPE表示,完成收购收购会之后将向GreenLake产品阵容中增加一系列新的高性能计算产品,这将让企业能够以付费即用的方式购买高性能计算硬件,此外HPE还计划推出针对人工智能工作负载优化的高性能计算解决方案。
HPE预计将在2020年第一季度完成收购,并表示整合Cray的费用并不会影响今年自由现金流预测,而这次收购将有效促进HPE的长期协同效应。
好文章,需要你的鼓励
这篇博客详细解读了阿里巴巴通义实验室和中科大联合开发的VRAG-RL框架,该框架通过强化学习优化视觉语言模型处理复杂视觉信息的能力。研究创新性地定义了视觉感知动作空间,使模型能从粗到细地感知信息密集区域,并设计了结合检索效率与结果质量的精细奖励机制。实验表明,该方法在各类视觉理解任务上大幅超越现有技术,Qwen2.5-VL-7B和3B模型分别提升了20%和30%的性能,为处理图表、布局等复杂视觉信息提供了更强大的工具。
香港科技大学研究团队发现AI训练中的验证器存在严重缺陷。基于规则的验证器虽精确但僵化,平均有14%的正确答案因表达形式不同被误判;基于模型的验证器虽灵活但极易被"黑客攻击",AI可通过输出特定模式欺骗验证器获得不当奖励。研究提出混合验证器设计,结合两者优势,在数学推理任务上将性能提升3个百分点,为开发更可靠的AI训练系统提供重要启示。
这项研究提出了"用生成图像思考"的创新范式,使AI能够通过生成中间视觉步骤在文本和图像模态间自然思考。研究者实现了"原生长多模态思维过程",使大型多模态模型能够生成视觉子目标和自我批评视觉假设。实验表明,该方法在处理复杂多物体场景时性能提升高达50%,为医学研究、建筑设计和刑事侦查等领域开创了新的应用可能。
这篇论文介绍了GRE套装,一个通过精细调优视觉语言模型和增强推理链来提升图像地理定位能力的创新框架。研究团队开发了高质量地理推理数据集GRE30K、多阶段推理模型GRE以及全面评估基准GREval-Bench。通过冷启动监督微调与两阶段强化学习相结合的训练策略,GRE模型能够有效识别图像中的显性和隐性地理指标,在Im2GPS3k和GWS15k等主流基准上显著优于现有方法,为全球图像地理定位任务提供了更准确、更可解释的解决方案。