谷歌宣布与IBM合作,在Google Cloud云基础设施上支持IBM Power System,从而将目标瞄准了较旧的计算工作负载。
此举让企业可以充分利用那些无法轻松替换或者迁移到云的旧有基础设施和工作负载。这些工作负载中有很多都是运行在IBM Power Systems上的,而且到目前为止,IBM是唯一一家让客户可以通过云访问Power System的厂商。
Google Cloud全球生态系统公司副总裁Kevin Ichhpurani在博客中这样写道:“那些希望借助云实现现有基础架构现代化并简化业务流程的企业面临很多选择。一方面,一些企业组织正在重新构建整个旧系统以能够利用云。但同时,很多企业组织希望继续利用现有基础设施,又能利用云具有灵活性的使用模式、可扩展性、以及在人工智能、机器学习和分析等领域的新功能。”
很多企业使用IBM Power Systems来驱动基于Oracle和SAP应用程序和数据库的关键任务工作负载。谷歌通过在其云上支持Power Systems为这些企业提供了选择,让他们可以利用较旧的工作负载并将其迁移到云中,而无需重新设计应用或者基础设施。此外,企业还可以从与谷歌云服务的更紧密集成中受益。
为什么IBM想让谷歌认为两家厂商在云计算领域是相互竞争的关系还不得而知,尽管很明显IBM是可以从中受益的,因为这可以提高硬件销售。
谷歌表示,将从今天开始在其云平台上支持IBM Power Systems,但尚未公布任何价格信息。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。