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
这项研究开发了CaptionQA系统,通过测试AI生成的图片描述能否支持实际任务来评估其真正价值。研究发现即使最先进的AI模型在图片描述实用性方面也存在显著不足,描述质量比直接看图时下降9%-40%。研究涵盖自然、文档、电商、机器人四个领域,为AI技术的实用性评估提供了新标准。
AI改变的远不止一间课堂,而是学生的学习方式、未来的职场场景和社会对工作者能力的要求,整个商业文明中的每一位参与者,都将被推着一起改变。
以色列理工学院研究团队提出了一种将专家混合模型融入YOLOv9目标检测的创新方法。该方法让多个专门化的YOLOv9-T专家分工协作,通过智能路由器动态选择最适合的专家处理不同类型图像。实验显示,在COCO数据集上平均精度提升超过10%,在VisDrone数据集上提升近30%,证明了"分工合作"比单一模型更有效,为AI视觉系统提供了新思路。