英特尔公司正在收购一家名为Granulate Cloud Solutions的初创公司,该公司可利用人工智能技术帮助企业加速应用和降低基础设施成本。

英特尔今天早上宣布了这笔交易,但没有披露财务条款,不过根据TechCrunch援引多个消息来源称,此次的收购价格约为6.5亿美元。
随着时间的推移,支持某个应用所需的数据中心基础设施规模是会发生改变的。例如对于电商应用来说,对基础设施的需求量可能会随着购物者数量的变化而发生变化,而确定需要把多少硬件资源分配给工作负载,以及何时分配,这些很大程度上都是由软件自动执行的。
尽管分配基础设施资源的过程是自动化的,但在某些情况下,这也可能是效率低下的。在数据中心内,经常会出现多个应用同时请求硬件资源的情况。有的时候,一个应用的硬件请求可能会影响其他应用,即使理论上所有这些请求都是可以同时执行的。
总部位于以色列特拉维夫的Granulate公司,开发了一个软件平台,该平台消除了分配硬件资源给应用过程中很多不必要的延迟。因为这种延迟经常发生,所以减少延迟可以显着加快处理速度。根据Granulate称,该平台可以将应用处理某些请求的时间缩短多达40%。
除了改善用户体验之外,加速应用还有其他好处,例如提高工作负载的性能,使其能够用更少的基础设施执行计算任务,其结果就是使用Granulate的平台让企业可以将云基础设施成本降低多达60%。
一年前,Granular与英特尔合作开展了一项计划,旨在利用Granulate的软件平台优化基于英特尔至强处理器的服务器。英特尔表示,收购完成之后,将“迅速扩展Granulate的优化软件,覆盖英特尔整个数据中心产品组合”。
“Granulate尖端的自主优化软件可以应用于生产型工作负载,无需客户更改代码,就可以为每个云和数据中心客户带来优化的硬件和软件价值,”英特尔公司执行副总裁、数据中心和人工智能事业部总经理Sandra Rivera这样表示。
英特尔预计将在该季度完成此次收购,届时Granulate的120名员工将加入英特尔数据中心和人工智能事业群。
此次收购将增强英特尔在人工智能市场的能力,而该市场已经成为英特尔近年来的一大重点。Granulate的平台依靠机器学习算法来提高数据中心基础设施效率,这些算法可以评估数据中心应用访问硬件资源的情况,然后对这些信息进行分析,以找到提高性能的方法。
英特尔对人工智能的投资也在从软件扩展到硬件方面,英特尔的很多处理器(包括一些消费类芯片)都配备了针对机器学习任务进行优化的电路,此外还提供越来越多专为运行AI工作负载而开发的芯片。
好文章,需要你的鼓励
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。