Xilinx日前推出最新的Alveo数据中心加速卡,Alveo数据中心加速卡可用于提升计算、网络和存储工作负载。 Alveo此举凸显了Xilinx正瞄着数据中心和平台处理器发力。
Xilinx推出的Alveo U50卡是一款低层次适应性加速器,Alveo U50卡支持PCIe Gen 4及是个可编程平台,可用于内部部署、边缘或云端部署服务器。
Alveo U50目前已开始提供样品,将于秋季全面上市,Alveo U50对吞吐量、改善延迟和效率的改善达10倍至20倍。 U50卡令开发人员能够找到并消除延迟及数据瓶颈。
Xilinx旗下名为Xilinx Ultrascale的泛架构支持Alveo U50卡。Alveo U50是第一款采用了75瓦功率封装及半高半长外形封装的产品,是专为包括视频转码及分析在内的各类机器学习设计的。
Alveo U50卡含:
Xilinx称AMD的EPYC处理器、IBM的Power Systems和西数都将支持Alveo U50。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。