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
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。