使用模块化电源的分布式边缘基础架构可加速处理与数据传输
边缘计算对于充分发挥人工智能 (AI)、机器学习和物联网 (IoT) 的全部潜能至关重要。这些技术正在融入我们生活的方方面面:自动驾驶、智能楼宇、机器人、供应链管理和医疗保健。
何为边缘计算?
边缘计算作为速度更快的(中间层)数据中继技术,可在设备中实现关键任务的实时响应。边缘计算通过本地支持 AI,无需依赖云端 AI,可显著提升服务与应用。边缘就是智能决策的地方,决策何时将计算从边缘移至云端。
荷兰创业技术公司 HIRO 主要开发创新高性能的可靠边缘基础架构(软硬件),可将智能边缘作为一种服务交付。与匈牙利创新硬件设计公司 PCB Design Ltd.密切合作,开发了一个坚固耐用的高性能通信与计算解决方案。
因此,边缘微型数据中心 (EMDC) 孕育而生,这是一种可在恶劣外部环境中良好发展的、高度可扩展的紧凑边缘计算资源。它可将任何类型和数量的 CPU、GPU、FPGA 和 NVMe®(非易失性存储器标准)介质集成在从 1.5kW 鞋盒大小的设备到 500kW 集装箱化的边缘设备的平台上。这些平台为全固态化和模块化,不仅需要的维护极少,而且还无需散热能量。
带来的社区影响
为医院提供支持、处理大数据并在保护隐私的环境中训练 AI 模型,是 HIRO 一贯的特殊承诺。
医院需要在其就医场所之外传输大量数据集,以训练有助于发现和治疗心血管疾病、癌症、肿瘤以及其它复杂疾病的 AI 模型。HIRO 正在开发一种低成本的基础架构,可允许医学专家使用其他医院的数据训练他们的模型,无需将数据转移或暴露至医院之外。
此外,HIRO 还在实施耗资 1600 万欧元的 BRAINE 项目,该项目在欧洲有四个支持独特应用的测试平台(荷兰、意大利和匈牙利):
经过验证,功率密度是高效可扩展平台不可分割的重要组成部分
采用48VDC (而非 12VDC)配电运行的电源架构,可实现高度紧凑、高效的电源转换。更高的电压可降低供电网络 (PDN) 的 I2R 损耗。Vicor 高密度、高效率的电源模块有助于实现 HIRO 散热良好而且节能的紧凑固态 EMDC 设计。
Vicor DCM 电源模块提供 48V 至 12V 转换。这些模块具有高度灵活的散热选项,可提供业界领先的单位体积功率密度,有利于可再生能源的发展。
图 3:Vicor DCM 48VDC – 12VDC 电源模块:有助于实现 HIRO 节能 EMDC 设计
Vicor 创新的封装、拓扑和架构可提供不断增长的密度和电源效率,这对于数据中心而言至关重要。
让欧洲向边缘技术再迈进一步
持续加强世界的智能与互联是一项艰巨的任务。边缘计算是实现更快计算以及新构想的重要桥梁。HIRO、Vicor 和 PCB Design, Ltd.是这一运动的三大重要驱动力量,共同推动技术不断发展。这一伙伴关系将在智慧城市、智慧医院、智能制造及机器人以及智能供应链等领域产生重大影响。
好文章,需要你的鼓励
法国AI初创公司Mistral AI发布了首个大语言模型全面生命周期评估,量化了AI的环境代价。其Mistral Large 2模型训练产生20,400吨二氧化碳当量,消耗281,000立方米水。运营阶段占环境影响85%,远超硬件制造成本。研究表明地理位置和模型大小显著影响碳足迹,企业可通过选择适当规模模型、批处理技术和清洁能源部署来减少环境影响。这一透明度为企业AI采购决策提供了新的评估标准。
上海AI实验库推出YUME系统,用户只需输入一张图片就能创建可键盘控制的虚拟世界。该系统采用创新的运动量化技术,将复杂的三维控制简化为WASD键操作,并通过智能记忆机制实现无限长度的世界探索。系统具备强大的跨风格适应能力,不仅能处理真实场景,还能重现动漫、游戏等各种艺术风格的虚拟世界,为虚拟现实和交互娱乐领域提供了全新的技术路径。
许多人认为一旦实现通用人工智能(AGI)和人工智能超级智能(ASI),这些高度先进的AI将能够告诉我们人生的真正意义。然而,巅峰AI可能无法明确回答这个史诗般的问题。即使AI拥有人类所有知识,也不意味着能从中找到生命意义的答案。AI可能会选择提供多种可能性而非绝对答案,以避免分裂人类社会。
上海AI实验室研究团队开发了革命性的AI编程验证方法,让大语言模型能够在最小人工干预下自动生成和验证程序规范。该方法摒弃传统的人工标注训练,采用强化学习让模型在形式化语言空间中自主探索,在Dafny编程验证任务上显著超越现有方法,为AI自主学习开辟新道路。