Nvidia今天表示,已经正式完成对高性能软件定义块存储初创公司Excelero的收购。
Excelero成立于2014年,三年后走出隐身模式,是一家NVMesh软件的开发厂商,该软件主要用于管理和保护NVMe闪存驱动器虚拟阵列,使其在公有云和私有云环境中用作块存储。
Excelero的软件旨在利用“服务器存储区域网络”,这些设备是建立在商用硬件上的,通过利用内部存储让数据尽可能地靠近处理器。该软件提供横向扩展应用(随需求线性增长和缩小),并通过网络灵活访问闪存存储。
不过,服务器SAN在跨网络共享存储资源方面是有局限性的。Excelero的软件解决了这个问题,它允许应用把服务器SAN资源视为单个的、巨大的存储空间池。
Excelero的工程师团队(包括联合创始人、首席执行官Yaniv Romem)将加入Nvidia,负责扩大对Nvidia企业软件堆栈中软件定义块存储的支持,包括高性能计算集群,还将致力于把块存储与Nvidia DOCA软件框架进行集成,后者是运行在Nvidia数据处理单元上的。
Excelero对Nvidia来说是一个很合适的选择,因为两家厂商在过去几年中曾就多项举措展开密切合作,例如Excelero帮助Nvidia开发了Magnum IO软件套件,旨在帮助数据科学家和人工智能研究人员在短时间内处理大量数据,此外Excelero的软件也用于Nvidia Quantum-2 Infiniband网络平台。
Romem表示:“Excelero团队将加入Nvidia,眼下市场对高性能计算和人工智能的需求正在激增,我们将与Nvidia合作,确保我们现有的客户得到支持,很高兴我们在块存储方面的专业知识将运用于Nvidia世界级的AI和HPC平台上。”
Nvidia表示,在将Excelero NVMesh技术集成到Nvidia企业软件堆栈之前,将通过履行所有合同来支持Excelero的现有客户。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。