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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。