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
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。