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
这份由MIT NANDA项目团队完成的研究报告揭示了企业AI应用的真实现状。报告基于对52家企业的深度访谈、300多个公开AI项目的分析以及153位高管的问卷反馈,发现尽管企业在生成式AI上投入了300-400亿美元,但95%的组织没有看到任何投资回报。只有5%的企业成功跨越了"GenAI鸿沟",创造了实际价值。
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。
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。