英特尔近日宣布将收购位于旧金山的SigOpt,一家为AI软件模型进行大规模优化的领先平台供应商。SigOpt的AI软件技术能够在包括深度学习、机器学习和数据分析方面的软硬件参数、使用场景和工作负载层面提升生产力和性能。英特尔计划在其AI硬件产品中使用SigOpt的软件技术来帮助加速、增强以及扩展英特尔为开发者提供的AI软件解决方案。
“在全新的智能时代,AI正在驱动未来的计算需求。在扩展AI模型的同时能够自动提取最佳计算性能,对软件而言尤为重要。SigOpt的AI软件平台和数据科学人才,将能够增强提升英特尔的软件、架构、产品和团队实力,并为英特尔提供宝贵的客户洞察。我们欢迎SigOpt团队及其客户加入英特尔大家庭。”——Raja Koduri,英特尔高级副总裁、首席架构师兼架构、图形与软件部门总经理
SigOpt首席执行官兼联合创始人Scott Clark(左)与首席技术官兼联合创始人Patrick Hayes将加入英特尔的机器学习性能团队。(图片来源:SigOpt)
SigOpt的软件技术与英特尔的硬件相结合,可以为数据科学家和开发者带来竞争优势和差异化的价值,且这些技术完善了英特尔现有的AI软件产品组合。
SigOpt首席执行官兼联合创始人Scott Clark表示:“我们很高兴加入英特尔,并籍此充分实现我们的使命——增加、放大世界各地模型师的影响力。通过将我们的AI优化软件同英特尔数十年来在AI计算和机器学习性能领域的领导力相结合,我们将得以为模型师解锁全新的AI能力。”
这项交易预计在本季度末交割。交易条款未对外公布。SigOpt的团队,包括Clark和首席技术官兼联合创始人Patrick Hayes,将加入英特尔架构、图形与软件部门的机器学习性能团队。他们带来了英特尔所迫切期待的技术人才,来帮助解决某些客户所面临的最严峻挑战。
SigOpt的客户群包括在各行业的财富500强公司以及领先科研机构、大学和联盟。SigOpt的软件技术将继续面向数据科学家及开发者开放,以在处理现实用例时提高生产力和性能,为客户创造商业价值。
英特尔始终相信AI有能力提升业务成果,英特尔的AI战略即根植于此。这要求广泛的软硬件技术的组合以及全面的生态系统支持。英特尔预测,截至2024年,AI芯片市场的规模将超过250亿美元。AI解决方案已经为英特尔带来了大量收入:2019年,英特尔由AI驱动的收入超过了38亿美元。SigOpt的软件技术与英特尔的硬件相结合,预计将推动AI的进一步采用。英特尔的AI软件战略旨在优化英特尔的硬件性能,提供加速AI工作流程的工具,以及通过oneAPI为开发者创造统一的体验。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。