颇具影响力的芯片设计公司Nvidia已经提出以400亿美元收购Arm。本周二,Arm详细介绍了两款针对服务器市场设计的芯片,有望在性能上实现大幅提升。
Arm的半导体设计蓝图是全球大多数智能手机和其他无数设备的处理器基石。近年来,Arm还在数据中心领域站稳了脚跟。
本周Arm推出的Neoverse V1和N2芯片设计,可以被半导体制造商作为服务器级CPU的基础,是Arm现有产品Neoverse N1(已经被AWS在云平台中采用)的后续产品。除了AWS,七大超大规模数据中心运营商中有四家也已经采用了Neoverse N1。
V1和N2的性能分别比当前的N1高出50%和40%。Arm表示,V1专为那些每个线程都提供了较高性能的CPU设计,而N2是专门为有高核心数的CPU设计的。最适合采用哪种芯片主要取决于企业运行的哪种应用:例如,按CPU核心计费的软件产品,最好是运行在核心较少、单线程性能较高的CPU上。
Arm表示,V1和N2都兼容目前芯片业内所采用的最新5纳米制程工艺,此外还支持其他很多面向特定用途的技术。
另一项新增功能是SVE,这项技术让科学仿真和部署在超级计算机上的其他工作负荷从中受益,这些应用通常把那些以数据单元形式经过处理的数据保存为向量。SVE让芯片制造商可以根据客户的需求,自定义CPU可以处理向量的最大尺寸,这种灵活性让客户可以打造更加高效、更加精细的处理器。
还有一项名为Compute Express Link 的互连功能,通常用于将机器学习加速器和其他专用芯片连接到服务器。这是一个重要的补充,因为随着企业越来越多地采用人工智能,机器学习加速器也在普及,这是Arm现在应该更好去应对的一个重要行业趋势。
N2是针对开发高核心数CPU的芯片新设计,其目标不仅仅是服务器。Arm说,N2还可作为其他数据中心设备包括路由器和交换机的处理器基础。
目前已经有早期客户在测试N2,预计明年全面上市,V1则已经发布。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。