Hewlett Packard Enterprise已经与美国国家安全局签订一份价值20亿平均的合同,约定通过其GreenLake云业务平台为其工作提供高性能计算(HPC)即服务支持。
根据协议,HPE将在未来十年内全面托管并管理此项服务,这份合约也有望帮助这家科技巨头在坎坷的2020财年之后逐步实现财务复苏。HPC的服务将帮助美国国家安全局“利用”AI技术以从数据当中提取洞察见解。
HPE高级副总裁兼HPC与关键任务计算总经理Justin Hotard表示,“在海量数据集上实施AI、机器学习与分析功能,正对高性能计算系统提出越来越高的要求。”
HPE的Apollo系统与ProLiant服务器共同构成了Greenlake服务手主要硬件元素,这些元素将通过QTS数据中心为国安局统筹管理工作。这份合约将从2022年开始正式履行。
各大老牌技术供应商都在努力推出自己的基于订阅的服务方案,希望能与新兴云服务商一争长短。HPE相对较早地通过Greenlake(一套在本地运行的完全托管云服务体系主)参与其中。在此之后,戴尔、思科等厂商也纷纷效仿。
从明年开始,HPE将把整个产品组合以服务的形式交付,这也代表着HPE自2018年提出的转型为服务商的转型计划终于开始大规模推进。当时,HPE的服务仅占其年收入的5%。
在与HPE达成这项最新协议之前,美国国家安全局刚刚在上个月与亚马逊云科技签订了价值100亿美元的云计算合同。微软当时对此提出抗议,目前各方就此事正处于僵持阶段。
美国国家安全局在今年8月接受采访时表示,“我局将根据相应的联邦法规对抗议做出回应。”
关注这方面议题的朋友可能还记得,微软自己早在2019年就从五角大楼拿下一份总额达100亿美元的云计算合同,即JEDI项目。但甲骨文与亚马逊云科技死咬这笔订单不放,一系列延迟最终导致此项目于今年被正式取消。
另外,HPE还以3.7亿美元收购了云数据管理与保护设备供应商zerto。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。