Habana Labs正在人工智能市场中向Nvidia发起挑战。
这家以色列初创公司(已经累计融资1.2亿美元)今天推出了一款名为Gaudi(如图)的芯片,专门用于训练人工智能模型。
工程师通过反复试验来验证算法的性能,这是开发生命周期的一个部分。要让AI完成某个任务可能需要经过数千万次尝试,因此任何加速该过程的技术都有可能带来巨大回报。
Gaudi承诺将提供在性能上有重大提升。为了展示其速度,Habana Labs进行了一项内部测试,将Gaudi与Nvidia旗舰的V100数据中心图形卡进行了对比。Habana Labs称Gaudi运行ResNet-50主流AI模型基准测试的速度要比V100快3.8倍,在此过程中创造了性能纪录。
这是Habana Labs在过去一年中第二次打破RestNet-50记录,第一次是Habana Labs的Goya芯片,该芯片旨在为已经经过训练、用于生产处理实时数据的人工智能模型提供动力。
Gaudi与Goya采用了共同的设计理念,都是基于所谓超长指令字架构的八个处理核心组成,并行执行计算而不是像CPU那样逐个执行计算任务。Gaudi与众不同之处在于它的内存不同,而且吞吐量也更适合于人工智能训练。
Habana Labs将以两种形式把Gaudi推向市场:PCIe卡和夹层加速器,设计用于加载到其他更大的卡上。此外Habana Labs还开发了一款名为HLS的数据中心设备,装有8个夹层加速器。
除了处理速度快之外,Gaudi还是可扩展的。夹层卡和PCIe卡分别采用8个和10个内置以太网端口,每个端口支持100Gb连接,这样就不需要额外的芯片来应对网络需求,提高配置了大量Gaudi处理器的大规模人工智能环境的效率。
Habana Labs计划今年晚些时候生产Gaudi芯片样品,并称已经有多加客户采用了早期的Goya处理器,包括几家云提供商和自动驾驶汽车公司。Habana Labs还得到了大厂商的支持,最近一轮7500万美元的融资是由英特尔领投的,其他投资方还包括Bessemer Venture Partners、Battery Ventures等。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。