近年来,随着5G、IoT、区块链、人工智能等新技术的推广应用,带来了数据多样性、复杂性等挑战,数据量呈爆炸式增长,算力需求持续扩张。
作为算力发展的物理载体,数据中心在全国遍地开花。然而,数据中心迅猛增长的背后,也隐藏着不可忽视的能耗排放问题,过去十年间,我国数据中心整体用电量以每年超过10%的速度递增。因此,倡导绿色计算、积极践行“碳达峰、碳中和”对数字产业发展意义重大。
Arm架构的数据中心版图
Arm架构从诞生之始以高能效、低功耗的体系架构而闻名,其不断提升运算能力、优化能耗设计,以满足市场对绿色计算的需求。
众所周知,Arm架构在移动终端市场处于无可争议的霸主地位,其实在数据中心、边缘计算以及5G网络市场等基础设施领域,Arm推出Neoverse平台,其高性能、高度灵活等特性,能最大程度地满足企业的个性化需求,带来优异的性价比,帮助企业更好地实现绿色数据中心。
如今,Neoverse解决方案从超级计算机,到数据中心,再一路延展到边缘计算。例如,在公有云领域,AWS发布了基于Arm Neoverse的Gravition2处理器,在性能、功耗、成本方面有了质的提升,基于Gravition2的云服务受到了Netflix、Flickr等最终用户的采用;基于Arm架构的智能网卡也得到了百度等云厂商的广泛采用,体现出Arm架构的高能效比等优势。

安谋科技市场及生态副总裁梁泉告诉记者,云计算、高性能计算、5G和边缘计算等多个重要细分市场均已采用Arm Neoverse解决方案。“我们看到市场上陆续出现独立Arm服务器芯片提供商这类型的公司,他们针对聚焦的领域,专注地进行技术创新设计和优化,因此能很好地解决来自互联网企业的不同需求。”
在大型数据中心纷纷完成云化之后,下一步的发展方向便是容器化及其背后对应的Serverless模式。在强大的Kubernetes加持下,以往复杂而臃肿的应用和服务可以被更加轻量化、扩展和迭代更方便的微服务模式所取代。而对于数据中心来说,这种更加碎片化的应用交付和部署模式显然可以进一步提升硬件的利用率,并进一步降低云的成本。
这种碎片化的应用或计算在很多情况下并不会产生太高的计算需求,如果仍以庞大的x86 CPU核心或vCPU来运行的话显然会产生一定程度的浪费。而Arm架构的用武之地就来了。
计算架构革新更绿色
随着数据中心向更高密度计算的方向演进,云端海量数据处理需求的增长,也带来了异构计算的发展趋势。在此背景下,通用的CPU、GPU已无法满足快速变化的应用需求,全面数字化时代需要海量的新计算,新计算架构是提升百倍算力的一个必要基础。
安谋科技(Arm China)实施“双轮驱动”战略,一方面持续推动Arm CPU架构的本土化、生态化发展;另一方面推出“核芯动力”新业务品牌,打造自主架构的XPU产品和多样化生态。
XPU的融合计算架构,即“超域架构”(xDSA)具有灵活、高效、专用及支持丰富产品组合等特性,充分满足计算密度、效率以及性能提升需求。同时,“核芯动力”XPU产品也是一个非常完善的产品体系,包括“周易”NPU、“山海”SPU、“玲珑”ISP、“玲珑”VPU等安谋科技自研IP产品线。
“我们根据场景,重新定义融合计算架构、新的指令集、处理器IP、系统软件、设计服务等,优化数据搬运、降低功耗、提升效能,给合作伙伴一个完整的交付方案。从算力上来讲,这种融合计算最直观的提升感受便是PPA(功耗/性能/面积比)的提升。例如,在新型数据中心应用方面,通过专用XPU的超域架构,可以更好地以定制的方式来解决相应的行业痛点。”梁泉说。
值得一提的是,作为“绿色计算产业联盟”(Green Computing Consortium,简称“GCC”)的创始成员,安谋科技一直致力于打造繁荣的绿色计算生态。多年来在标准构建、技术推广、产业创新、生态协同等维度与GCC展开深入交流与合作,并取得了卓有成效的成绩。GCC联盟企业合作推出的相关标准、白皮书及测试分析报告等,是绿色计算产业发展的重要里程碑—从标准不一的野蛮生长,到遵循标准的协同发展,提高应用的可靠性、可用性,降低产业链协同难度,引领计算产业绿色、可持续和高质量发展。
梁泉最后表示,安谋科技凭借丰富的本土生态资源和技术优势,将与GCC持续紧密合作,并通过开源共建、协同创新、标准构建等,共同推进绿色计算产业生态的快速发展。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
哈佛、MIT联合研究揭示人类语言理解的神经机制,发现大脑通过"信息出口"将语言从核心系统传递至专业脑区实现深度理解。研究提出浅层与深层理解的区别,为人工智能发展提供重要启示,表明真正智能需要多系统协作而非单一优化。该发现可能改变我们对语言认知的理解。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
腾讯混元等团队开发出革命性的AI视频生成自我评判系统PAVRM和训练方法PRFL,让AI能在创作过程中实时评估和改进视频质量,无需等到完成才反馈。该技术使视频动态表现提升56%,人体结构准确性提升21.5%,训练效率提升1.4倍,为AI视频生成质量带来质的飞跃。