英特尔和Katana Graph今天宣布合作,双方将对Katana Graph引擎在英特尔系列产品上进行移植和优化,这些产品包括英特尔至强可扩展处理器、基于至强的计算群集以及即将推出的英特尔独立GPU系列,包括代号为“Ponte Vecchio”的GPU。英特尔和Katana Graph将利用高性能、横向扩展的并行计算,帮助客户以无与伦比的效率解决大规模非结构化数据问题。
大规模、非结构化数据集经常应用于社交网络分析、安全和认证、电子芯片设计工具、生物医学和制药应用(基因网络分析和医学知识图形挖掘)以及用于模拟传染病传播的流行病学研究中。英特尔广泛的技术生态系统可以帮助客户在数据周期的每个阶段实现分析加速。例如,英特尔至强可扩展处理器可以高速分析大量数据,同时英特尔傲腾持久内存技术可以帮助客户克服数据移动和存储瓶颈。
“为了对大型非结构化数据进行深入分析并大规模使用,需要在CPU和GPU上同时部署和执行。我们与Katana Graph的合作将加快图形分析在英特尔产品的应用,包括市场领先的英特尔至强可扩展处理器以及即将推出的GPU产品,使更多客户从图形计算中受益,”英特尔公司架构、图形与软件副总裁、机器学习性能总经理Wei Li表示。
Katana Graph引擎是纵向扩展和横向扩展分析领域的佼佼者,它可以在多种平台和技术组合上运行,包括x86 CPU的大型计算集群、具有英特尔傲腾持久内存的大型内存系统、单节点或多节点GPU平台或这些技术的任意组合。此外,它还可以扩展到生产集群中的数百台机器上。
Katana Graph的首席执行官兼联合创始人Keshav Pingali表示:“在大型、非结构化数据集上进行计算是未来的范例。与该领域的其他公司不同,Katana有专门的高级编程模型以及针对处理图形和超图应用程序的运行系统。这就是为什么我们的分析库比其他供应商的解决方案快几个数量级的原因。我们很高兴能与英特尔合作,为我们共同的客户带来高性能、可扩展的图形计算。”
Katana Graph引擎已经被客户使用,包括:
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。