Arm宣布推出Cortex-R82,该芯片旨在支持可以同时保存数据和处理数据的新一代存储设备。
这种新型硬件称为计算存储,有助于为延迟敏感型工作负载(例如机器学习和实时分析应用)提升速度。
通常来说,存储数据和处理数据的任务被分配给系统内部的单独组件去完成,磁盘或闪存驱动器用于保留信息,单独的处理器用于处理信息,每次执行操作的时候,数据都必须从存储驱动器传输到处理器,然后再返回,这个过程会导致一定的延迟,从而降低性能。
这种新型计算存储设备的目标是消除这个过程中的延迟,以加快应用的速度。存储驱动器使用内置控制器在本地处理器信息,而不是将信息发送到单独的芯片进行处理。控制器是闪存和磁盘驱动器中的一个微型计算模块,通常只用于执行低级别任务,例如写入数据和读取数据。
Arm此次新推出的Cortex-R82将被用作计算存储设备的控制器,即可以作为芯片设计提供,硬件制造商也可以根据需要进行许可和定制。
Arm称,Cortex-R82最多可以配置8个处理核心,其性能是上一代R8产品的2倍,计算能力的提升让Cortex-R82可以直接在存储驱动器内部运行完整的Linux发行版和应用。
那些计划在存储驱动器上运行机器学习模型的企业,可以通过为Cortex-R82配备Arm Neon机器学习技术来获得更高的性能。Arm表示,与上一代R8相比,Neon将神经网络的性能提高了14倍。
计算存储硬件有许多潜在的应用场景。例如,一家建筑企业可以在建筑工地部署安全摄像头,使用运行在内部闪存驱动器上的AI模型,发现潜在的危险。Arm也列出了一些更为传统的数据中心使用场景,例如数据库加速、视频转码和实时分析。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。