本周微软宣布,已经在Azure云中托管了OpenAI排名第五的AI超级计算机。2019年微软向OpenAI行业研究小组投资了10亿美元。这个AI超算系统包括大约10000个GPU和285000多个CPU核心,将用于提升处理超大型AI模型的能力,据OpenAI称,大型AI模型的规模每3.5个月就会翻一番。微软用于自然语言生成的Turing模型包含约170亿个参数,比去年的最大模型增加了17倍。因此,这个超级计算机将大有用处。
奇怪的是,微软并没有命名这套计算机(这个在超算领域这是闻所未闻的),而且也没有透露任何用户必须了解的详细系统配置信息:用的哪个GPU的开发堆栈,谁家的CPU、以及每个插槽的核心数和线程数、什么网络接口、每个节点(#CPU和#GPU)的配置。尽管没有发言人证实这些信息,但我认为我自己对其中一些重要因素有一些了解。
微软在宣布这一公告的博客文章中,放开了这么一张没有实质内容的超级计算机图片。资料来源:微软
首先,GPU必须是NVIDIA V100,因为a)NVIDIA刚刚发布了A100,在此之前,他们很难交付10000个。 b)GPU不能是AMD Radeons,因为Radeons尚不支持OpenAI研究所需的生态系统。因此经过这么分析筛选,得出的结论就是,GPU就是NVIDIA V100。以10000个为例,假设这对微软来说是一笔非常可观的交易,每个GPU成本仅为5000美元,那么会给NVIDIA带来大约5000万美元的收入,而且也许上个季度就发生了。
说到CPU,计算一下就能知道是AMD EPYC Rome CPU。除非微软花费巨资采购56核至强CPU,否则英特尔至强的核心数尚不足以提供支持。以285000个核心为例,假设双插槽配置的AMD 64核CPU,那就相当于大约2220个节点。每个节点配置4个GPU,可以连接到大约8800个GPU,因此至少需要10000个GPU。有消息灵通的匿名人士证实了我的推理,称确实使用的是AMD EPYC。
互连方面,NVIDIA收购了Mellanox,在超级计算机领域处于领导地位,且倾向于InfiniBand,因此我认为应该采用的是InfiniBand。
虽然我了解到,微软和OpenAI希望这次公告的重点放在公告本身已经他们正在进行的研究上,但这个做法有些过时了,与Satya Nadella倡导的转变是不相符的。在开放的IT世界中,事实信息是至关重要的,公告中应该包含有这些事实。微软使用了类似漫画的图片,而不是吸引人的照片,让我们无法确定使用了哪个系统(猜测是Open Compute HGX,但是…)。那好吧。我做了一些分析研究,得出的结论是AMD、NVIDIA和Mellanox胜出了,他们的领先技术和成果将被用于人工智能研究领域,这一点值得肯定。
好文章,需要你的鼓励
许多组织在实施 AI 代理时过于狭隘地关注单一决策模型,陷入了"一刀切"决策框架的误区。然而,人类决策远非统一,而是复杂、动态且依赖于具体情境的。如果要将 AI 代理有效整合到组织中,就需要考虑多样化的决策过程,以确保有效实施,避免无意中设定一个低标准的决策模式。
Google 近期加快了 AI 模型的发布节奏,推出了业界领先的 Gemini 2.5 Pro 和 Gemini 2.0 Flash。然而,公司尚未发布这些新模型的安全报告,引发了对透明度的担忧。Google 表示正在权衡快速迭代和获取反馈的方式,承诺未来会发布更多文档,但专家认为这种做法可能会树立不良先例。
AI视频生成公司Runway宣布完成3.08亿美元融资,由General Atlantic领投,估值超30亿美元。公司刚发布新一代视频生成模型Gen-4,可生成长达10秒的视频片段。Runway计划利用新资金加强AI开发,重点提升训练数据集质量和扩展扩散模型与大语言模型能力。
亚马逊推出Nova Act AI代理SDK,这是一个用于构建可自主完成网络任务的AI代理的开发工具包。它由亚马逊自研的Nova大语言模型驱动,采用细粒度任务分解和直接浏览器操作等方法,旨在提高AI代理的可靠性。该SDK开源,但仅支持亚马逊Nova模型。这标志着亚马逊在AI代理领域向OpenAI、微软等竞争对手发起挑战。