我们已经知道微软正在努力将其在内部使用的Arm服务器引入其云数据中心。但是他们打算在什么时候这样做?这对于客户来说又意味着什么呢?
作者:Mary Jo Foley
更新时间:格林尼治标准时间2020年12月18日21:30(东八区标准时建05:30)
主题:服务器

彭博社在12月18日的一篇报道中透露,微软正在为其数据中心服务器开发自己的Arm处理器。彭博社的报道中还表示,微软正在探索使用另一种芯片为一些Surface PC提供动力。
虽然可能有一些人会觉得这是微软对苹果最近决定部署自己的基于Arm的M1处理器的回应,可是实际上,微软和高通从2019年开始就已经在合作开发微软的Arm芯片,这些芯片出现在了最初的Surface Pro X之中。Pro X 2使用SQ2芯片,这是高通Snapdragon 8cx芯片的一种不带5G的变体版本。
对我而言,更有趣的是微软在服务器里使用Arm。微软已经在和Qualcomm 及Caviium合作——还有英特尔和AMD——进行Olympus项目,这是微软为Open Comput项目进行的下一代云硬件设计。在2017年,微软还宣布该公司已经与多家ARM供应商合作,其中包括高通和Cavium,共同努力让Windows Server运行在ARM上,但是当时这项技术只供微软内部的数据中心使用。
早在2017年,我就询问过微软的高管们,问他们微软是否会向合作伙伴和客户提供ARM上的Windows Server。他们表示,这项技术仅供内部使用,目的是为了在Arm服务器上评估Azure服务。但是该公司的高管们在那个时候确实表示过他们认为Arm服务器对内部云应用程序——例如搜索和索引、存储、数据库、大数据和机器学习工作负载——非常有用。
我就彭博社今天的报道询问了微软的高管们,并且得到了企业传媒总监Frank Shaw的回应:
“因为硅是技术的基础构建块,我们将继续投资打造自身在设计、制造和工具等领域中的能力,同时还将促进和增强同一众芯片供应商的合作伙伴关系。”
我找到了一则微软最近发布的招聘信息,里面提到了微软在其数据中心内围绕ARM64服务器进行的工作。我猜测这是该公司2017年公布的消息的延续。
招聘信息中提到:
“鉴于我们的数据中心的增长,我们一直在研究新的硬件和软件解决方案,以满足我们的规模和客户的需求。Azure新技术(Azure New Technology,ANT)团队正在展望未来的云技术,这些技术既包括硬件也包括软件,而且我们正在研究这些技术,以便利用这些技术支持我们的数据中心。我们在数据中心中开发部署的ARM 64位服务器是这部分工作的一个非常好的例子。这项工作持续多年,并且同多家芯片公司深度合作,包括在未来硬件设计和软件支持方面的合作。我们是一个非常实干的团队,在芯片、系统、操作系统(Windows和Linux)和应用程序堆栈方面拥有深厚的技术功底。”
微软会继续在内部使用Arm服务器进行测试吗?或者他们将很快开始在Azure数据中心内部使用Arm服务器来运行新的或现有的Azure服务?
另一个问题(或者说是三个问题):微软是否会很快追随AWS在Gravitron上的脚步,向自己的云客户提供定制的Arm内核?我最近联系了微软,询问该公司是否打算在Azure中为客户提供Apple M1实例——类似于AWS本月早些时候宣布的消息——该公司的一位发言人告诉我:“我们致力于与开发人员保持联系,并一直在努力地扩大我们的产品供应范围。今天,我能说的只有这些。”
好文章,需要你的鼓励
大众汽车旗下ID. Polo与Cupra Raval已在西班牙马托雷尔工厂正式下线投产。两款车型起售价分别为24,995欧元和26,000欧元,均基于MEB+平台打造,搭载37kWh或52kWh电池组,续航里程最高可达454公里。这是大众"电动城市车家族"系列的首批产品,预计今年夏末秋初开始交付。大众集团通过跨品牌资源整合,实现约6亿欧元的成本节约,后续还将推出ID. Cross等新成员。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
三星宣布将于6月8日起为Samsung Health应用推出重磅功能更新,赶在Galaxy Watch 9传闻发布之前落地。新版本将引入多项AI驱动的生物特征分析功能,包括:综合心率、血氧、皮肤温度等数据的每日活力评分(Vitals)、结合体成分数据评估长期心脏健康的心脏健康评分、优化训练强度的每日有氧负荷追踪,以及横向对比用户群体的健身指数。此外,应用界面将重新划分为睡眠、营养、活动、正念和体征五大板块,并新增抗氧化指数、年龄指数和听力保护等个性化功能。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。