VMware最近宣布了一项收购计划,旨在使旗舰vSphere虚拟化平台能够更好地运行人工智能应用。
近日VMware宣布计划收购Bitfusion.io,后者是一家拥有四年历史的人工智能基础设施虚拟化软件厂商,它的技术是基于许多与vSphere相同的理念。
虚拟化是一种让数据中心设备更高效的方法,这种技术让管理员能够将硬件资源(如存储容量和处理能力)与底层服务器分离,从而实现更高的操作灵活性,反过来也可以让基础设施团队大幅减少闲置的硬件资源。
Bitfusion的软件产品FlexDirect主要用于对企业用于运行人工智能模型所使用的芯片进行虚拟化。FlexDirect适用于GPU、FPGA和ASIC,这也是机器学习最常用的三种处理器类型。FlexDirect为企业使用的AI应用提供处理能力,最大限度发挥芯片的性能。
“该平台可以在虚拟化基础架构中共享GPU,作为一组网络可访问的资源而不是每台服务器上的孤岛资源,”VMware云平台业务部门负责人Krish Prasad在宣布收购Bitfusion的博客文章中这样写道。
Prasad详细说明了VMware将把FlexDirect集成到vSphere中的细节,其目标是帮助客户更好地利用附加到虚拟化服务器的AI芯片。FlexDirect还可以与基于云的机器学习基础设施配合使用,这一点特别符合VMware的产品战略。
“从很多方面来看,Bitfusion为VMware多年来给计算领域提供的功能提供了硬件加速。Bitfusion还与VMware的‘任何云、任何应用、任何设备’愿景保持一致,能够跨越AI框架、云、网络和虚拟机和容器等技术。”
Bitfusion的团队将参与到产品整合的工作中。在此次收购之前,Bitfusion已经从包括三星和FPGA厂商Xilinx在内的投资方那里筹集了800多万美元的资金。
这次收购的财务条款尚未披露。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。