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
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。