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
旅游预订巨头Kayak和Expedia正在开发基于AI的智能旅行助手,能够将社交媒体内容转化为实际行程。Kayak推出了基于ChatGPT的AI聊天助手,提供个性化旅行规划服务。Expedia则发布了Trip Matching功能,用户可发送Instagram旅行视频,系统自动生成相应行程。两家公司都强调在为用户提供便捷体验的同时,需要平衡用户控制权与AI代理的自主性,利用海量数据为"搜索型"用户简化复杂的旅行规划流程。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
传统大型在线零售商的时代即将结束。OpenAI、Gemini等AI助手正在重新定义购物方式,消费者不再从零售商主页开始购物之旅。AI成为策展人和购物向导后,传统数字商城将面临死亡。这与十年前社交媒体颠覆新闻媒体的情况相似。零售商需要采用三种生存策略:价格领导、物流网络优势,以及内容咨询领导。未来将属于那些拥抱专业化、个性化和咨询能力的品牌。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。