算力,已经不仅仅是一个技术指标,而是成为先进生产力的代表。
浪潮与IDC联合推出的《2020全球计算力指数评估报告》表明,计算力与经济增长紧密相关,计算力指数平均每提高1个点,数字经济和GDP将分别增长3.3‰和1.8‰。国家计算力指数越高,对GDP带动性越强,未来算力指数有望成为数字时代经济发展活力的衡量指标。
虽然算力在数据经济中扮演了如此重要的角色,但是计算产业的发展仍然面临诸多挑战,其中比较典型的是多元化,计算场景的复杂多元导致算力的多元化。
XPU成为半导体芯片厂商竞争的新赛道,一条清晰的竞争主线也逐渐明显——各大芯片企业都在构建自己的多维产品能力。
本期杂志我们聚焦在算力经济下各大芯片厂商的XPU之战,不管是x86、Power、Arm还是GPU、FPGA、ASIC,芯片的多元化趋势明显。
而且,半导体产业的市场格局也在发生变化,不管是英特尔还是AMD,还是NVIDIA或者Arm,厂商之间既存在产品线之间的竞争又在某些领域有着千丝万缕的合作。
XPU时代的到来意味着“一招鲜吃遍天”的策略已经难以为继,产品多元不可避免地导致跨界竞争,这或许意味者接下来市场竞争的加剧,同时用户也有了更多的选择余地。
在数字经济时代,算力成为基础设施,新的时代背景下,各大芯片厂商提供丰富的XPU产品,满足多样化的客户需求,半导体市场的好戏才刚开始。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。