
Alexis Björlin博士
日前,Meta公司宣布聘请博通与英特尔资深专家Alexis Björlin博士担任基础设施硬件工程副总裁。她将直接向Meta资深专家与基础设施负责人Jason Taylor报告。在这次看似平常的招聘之下,又隐藏着怎样的潜台词?或者说,Meta公司为什么需要这样一位重量级业内专家来领导硬件工程?我们有幸与Taylor当面交流,聊聊他的招聘思路与Meta数据中心发展战略等话题。
Taylor首先解释道,Meta公司拥有自己一套独特的数据中心要求,这是为了满足公司极为复杂多样的业务诉求。Meta公司需要处理大量视频流,解决方案正是内部原创设计的视频转码芯片。只要用过Instagram或者Facebook,大家应该就能理解这些芯片的实际功用。
Meta公司还在大量运用计算机视觉、文本到语音、语言翻译等技术,而相关训练已经从CPU转移至英伟达GPU。Taylor也感谢了业界为这些工作负载提供的强大且高度匹配的芯片产品。
采访中Taylor还聊到另一个有趣的话题,即推荐引擎。相信大家已经在各大电子商务网站上体验过推荐引擎功能,我们只要查看或购买某些商品,这类引擎就会显示出我们可能感兴趣的其他相关商品。Netflix也提供类似的服务,比如在观看某段视频之后再推荐两三段相关视频。Meta旗下的Facebook与Instagram等项目也充分吸纳了推荐引擎的能力,并大量运用到机器学习技术作为加持。

Jason Taylor
根据Jason Taylor的介绍,Meta的芯片战略主要侧重于同AMD、博通、英特尔及英伟达等行业领先厂商的合作,而且这种思路在短期之内不会改变。Meta似乎也在与Marell开展合作。但面对当前相当惊人的工作负载多样性,特别是在AI等领域,Meta也迫切需要找到一条新的解决路径。具体来讲,Taylor主要关注负载在内存及网络带宽需求方面的快速增长,以及未来如何利用新的定制化芯片提供更强大的推荐功能。好在通过对人员、合作伙伴及内部芯片研发项目的大力资助,这些持续增长的需求正得到良好解决。
在某种意义上讲,这也正是Meta决定聘用Alexis Björlin博士的一大理由。Alexis Björlin博士的加入有望帮助Meta满足快速增长的数据中心需求,具体包括涉及CPU、GPU以及网络合作伙伴的通用芯片与定制化内部专用型处理器需求。与拥有强大半导体合作伙伴的苹果不同,Meta在这方面的储备相对偏弱,所以加大投资显然是正确的选择。Taylor在采访中也对此表示认同,相信他所言非虚。
很高兴看到Meta公司能够深下心来、为创造更多原研芯片而不懈努力。纵观过去十余年,我认为“芯片正在吞噬全世界”。期待看到Meta未来发布更多内部原研芯片,我们也将在Meta公布新消息后第一时间带来报道。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
特拉维夫大学研究团队开发了SAEdit方法,使用稀疏自编码器实现精确的AI图像编辑控制。该技术能像调节音量一样精确控制编辑强度,实现从微笑到大笑的连续调节,同时确保编辑的高度解耦性,避免意外修改其他图像元素。方法具有出色的通用性,可应用于多个AI图像生成平台,为图像编辑领域带来重大突破。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
Code4Me V2是荷兰代尔夫特理工大学开发的开源AI编程助手平台,专为学术研究设计。它解决了商业AI编程工具透明度不足、无法获取交互数据的问题,提供了模块化架构和完整的数据收集框架。该工具性能可媲美商业产品,代码补全延迟仅186.31毫秒,同时支持内联补全和聊天功能。通过透明、可控制、可扩展的设计,为AI辅助编程研究提供了重要的基础设施平台。