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
巴克莱银行与 Microsoft 签订协议,将 Copilot 集成到内部生产力工具中,为全球 10 万员工打造一站式 AI 平台,提升工作效率。
这项由台湾大学与微软研究团队合作的研究探索了使用音频感知大语言模型(ALLMs)作为自动评判员来评估语音生成模型的说话风格。研究设计了"语音风格指令跟随"和"角色扮演"两个任务,测试了四种语音模型的表现,并比较了人类与AI评判的一致性。结果表明,特别是Gemini-2.5-pro模型,其评判结果与人类评判的一致性甚至超过了人类评判者之间的一致性,证明ALLMs可以作为可靠的自动评估工具。同时研究也发现,即使是最先进的语音模型在说话风格控制方面仍有显著改进空间。
思科调查全球逾8065名高级IT及业务领导发现,拥堵、网络攻击和配置错误引发的网络故障每年可能使企业损失达1600亿美元。为迎接AI、IoT和云环境的挑战,现代网络必须更智能、更安全、更灵活。
卡内基梅隆大学研究团队提出全新"Kinetics"缩放定律,揭示大语言模型测试阶段的资源分配策略需要重新思考。研究发现小型模型效率被严重高估,因为以往研究忽略了内存访问成本这一关键瓶颈。在测试阶段,注意力机制而非参数数量成为主要成本因素。基于此,团队提出以稀疏注意力为核心的新范式,显著提升问题解决准确率,在AIME测试中低成本场景下提升高达60个百分点,高成本场景下仍有5个百分点优势。