9月23日,ARM宣布推出两款全新的CPU IP: Arm Neoverse V1平台以及第二代的N系列平台Neoverse N2,两个新平台的推出丰富了Neoverse产品家族,也大大增强ARM进军基础设施市场的竞争实力。此举表明了ARM正持续兑现对Neoverse的承诺。
Neoverse是ARM 2018年首次对外宣布的一个全新产品系列,主要面向5G网络和下一代云端到边缘基础设施,Neoverse架构会有更高级别的性能、安全性和可扩展性,其从微架构设计到芯片、软件和系统进行的全面创新以满足整个计算领域多样化且不断变化的需求。
目前,基础设施市场的主流架构是x86,这个市场主要有英特尔、AMD占领。近年来,随着云计算、AI应用的持续爆发,异构计算开始普及,GPU、FPGA等新型计算架构得到广泛部署。ARM 架构因其低功耗在物理网、移动市场广泛应用,ARM希望将其低功耗、高能效的优势带到服务器、网络、存储等市场,Neoverse就是在这个背景下推出的。2019年上半年,Arm推出了Arm Neoverse平台的两款产品,即Neoverse N1平台和E1平台。

据Arm基础设施事业部高级副总裁兼总经理Chris Bergey介绍,Neoverse包括三个系列,分别是V系列、N系列、E系列,其中V系列主要面向对计算性能要求比较高的场景,E系列主要面向对能耗要求比较高的场景,N系列主要面向对可扩展性要求比较高的场景。
本次新推出的Neoverse V1是V系列的第一个平台,与N1相比,其单线程性能可提升超过50%,对于CPU性能与带宽更高要求的应用来说,是性能表现最佳的平台。重要的是,Neoverse V1支持可伸缩矢量扩展(Scalable Vector Extensions, SVE),为高性能云、高性能计算与机器学习等市场带来庞大的应用潜力。 SVE可基于未知宽度向量单元的软件编程模型,执行单指令流多数据流(SIMD)整数、bfloat16、浮点指令。SVE可确保软件编码的可移植性与使用寿命,同时兼顾高效的执行。
同为N系列的N2 与 N1相比,性能翻倍,同时可提供更高可扩展性。Neoverse N2被定位为可提供更高性能计算的解决方案,用来满足横向扩展的性能需求,其用例可横跨云、智能网卡(SmartNICs)、企业网络到功耗受限的边缘设备。 此外,相比于Neoverse N1,Neoverse N2在保持相同水平的功率和面积效率之余,单线程性能提升了40%。
处理器架构的落地离不开软件的支持,特别是对于一个有别于X86的全新架构。Chris Bergey在接受采访时就表示,Neoverse落地的一大挑战是如何与其他软硬件协作以充分发挥其价值。这需要整个生态系统的共同努力。
为此,Arm致力于为合作伙伴的持续创新与设计灵活性提供必要的组件。其中的关键任务在于Arm的芯片级接口,Arm在CCIX与CXL的投资就是为了确保其生态系统得以快速且高效地推出相关的技术。Arm现在不但提供领先的处理器核,还为合作伙伴提供可扩展性的交换网,用以支持大量的处理器核。
除了Arm的互连技术,Project Cassini的推出也将有合作伙伴的合作。通过标准、平台安全性与参考实施,Project Cassini让行业伙伴在基于Arm平台上部署“装机即用“的软件充满信心。同时,Arm也持续推动基础设施的基础软件支持。操作系统 、虚拟机管理程序,例如 Xen、KVM、Docker容器以及越来越多的Kubernetes,都已经陆续宣布支持Arm架构。许多初期由Arm推动的开源项目正在变得自主运转,同时,商用ISV应用程序也齐步演进。
Chris Bergey表示,Arm 将持续优化Neoverse,这一全新计算平台预计以每年增长30%的平台性能为指标,持续优化到2021年。
看得出,Arm对Neoverse抱有很强烈的期许,投入也很大。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。