具有高度扩展性和更高安全性的混合云平台助力企业实现下一代应用的迁移、更新和部署
加利福尼亚州旧金山——VMworld US 2019——2019年8月26日 ——NVIDIA和VMware今日宣布将为VMware Cloud on AWS推出基于NVIDIA GPU的加速服务,为AI、机器学习和数据分析工作流程等现代化企业应用提供支持。通过这些服务,客户可以将基于VMware vSphere的应用和容器原封不动地无缝迁移至云端,实现应用和容器现代化,从而充分发挥高性能计算(HPC)、机器学习、数据分析和视频处理应用的优势。
如今,越来越多的企业正在应用AI技术实现流程和产品的差异化及提升。企业正在迅速采用AI(1)技术并实施新的AI策略,这些策略需要借助性能强大的计算机,从企业数据的拍字节中创建预测模型。各行各业的企业都使用了借助NVIDIA GPU的神经网络,实现了训练和实时推断的加速,并实施图像和语音识别、高级财务建模、自然语言处理等机器学习应用。此外,VMware近期收购了AI初创公司Bitfusion,让企业中的AI和机器学习工作负载能更有效率地使用GPU的性能。
通过此次合作, VMware Cloud on AWS的客户将获得具有高度可扩展性和安全性的全新云服务,它包含了通过NVIDIA T4 GPU和全新NVIDIA虚拟计算服务器(vComputeServer)软件加速的Amazon EC2裸机实例。
NVIDIA创始人兼首席执行官黄仁勋表示:“无论是运营智能还是人工智能,企业都需要GPU加速计算来作出快速、准确的预测,这些预测将直接影响企业的盈利。我们与VMware一同设计了最先进的GPU基础架构,帮助企业加快各领域的创新速度,从虚拟化、混合云到VMware的全新Bitfusion数据中心分解。”
VMware首席执行官Pat Gelsinger 表示:“我们的客户正通过VMware Cloud on AWS所提供的独特价值加速关键业务应用的迁移和现代化。我们通过与NVIDIA和AWS等行业领导者的合作推动创新,为混合云中最密集的数据驱动型工作负载和现代应用提供一流的GPU加速服务。”
该产品上市后,企业不仅可以使用企业级混合云平台加速应用程序现代化,还能通过从数据中心到AWS云端的VMware一致基础架构,为AI、机器学习和数据分析等计算最密集的工作负载提供支持。其带来的效益包括:
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。