Pensando是一家由前思科高管创立的初创公司,今天该公司走出隐形模式,获得了2亿多美元的资金,并推出了一款定制芯片,该芯片承诺将为企业的本地服务器提供强大动力。
早在业界甚至都还不知道它是做什么的之前,Pensando就已经备受关注,部分原因来自于该公司的领导层,包括了首席执行官和思科前高级副总裁Prem Jain,以及来自思科的其他三名资深人士:Mario Mazzola、Luca Cafiero和Soni Jiandani。他们之前创立的初创公司被思科以8.63亿美元的价格收购。
Pensando设计的是一种数据中心芯片,专门用于优化对网络管理、安全和数据存储相关计算任务的处理。Pensando把这种芯片作为加速器卡的一个组成部分,加速卡可以插入服务器,并从主处理器上分担这些任务。据Pensando称,这样可以让CPU的利用率降低20%到40%。
释放出周期有助于大大提高效率。数据中心服务器可以利用这些额外的计算力去处理更多的工作负载。此外,Pensando的硬件接管了网络、安全和存储管理方面的繁重工作,从而不再需要企业以前所使用的昂贵设备。
Pensando围绕自己的芯片技术构建了一套完整的产品,包括两款加速卡即Naples 100和Naples 25,以及一款名为Venice的系统,该系统可使管理员集中管理部署。
目前已经有多家财富500强企业的数据中心采用了Pensando的硬件,其中高盛集团(Goldman Sachs Group Inc.)既是Pensando的客户也是投资方。Pensando在两轮融资中获得了1.33亿美元的资金,目前正在进行第三轮融资的规模预计最高可达到1.45亿美元,使得Pensando的估值高达6.45亿美元。
Pensando并不是唯一一家希望利用定制芯片来撼动数据中心市场并且资金雄厚的初创公司。总部位于美国加州圣克拉拉的Fungible公司最近凭借自己的数据处理器技术获得了2亿美元资金,这种处理器可以分担服务器CPU的处理器密集型网络任务。Fungible的领导层与Pensando团队有着相似的背景:首席执行官Pradeep Sindhu曾是瞻博公司的原始创始人之一。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。