本周一,Scale Computing宣布与英特尔建立战略合作伙伴关系,负责提供一套全集成低功耗平台,用于部署并管理各类边缘应用程序。

成立于2007年的Scale Computing公司面向数据中心、云和边缘环境提供一系列超融合基础设施(HCI)产品,其中包括专为低功耗边缘设备提供精简版HCI软件堆栈的HC3软件平台。
该公司与英特尔的最新合作,意在将这些工作负载运行在经过验证的边缘硬件之上,借此满足零售业、工业及物联网等环境对于超低延迟应用日益增长的实际需求。

Scale公司CEO Jeff Ready在采访中表示,“边缘场景跟传统数据中心有很大不同,机房里一些不足为虑的因素很可能在这里产生重大影响——例如物理尺寸、噪音、功耗等。”
例如,在工业环境中,边缘设备需要成为更经济、更高效的大型服务器替代方案,同时保证仍能以一定的速度预处理数据、不必将其发送至云端以供分析。
由于这类应用主要处于资源有限的边缘环境,所以Scale公司决定选择英特尔打造的下一代计算单元(NUC)平台。其紧凑、高度集成的小巧设计专为边缘场景而生。
Ready解释道,“我们发现,英特尔NUC平台特别适应边缘计算环境的现实条件。”
虽然最早主要被用于小型DIY PC和瘦客户端,但英特尔NUC如今已经发展为面向游戏、边缘和物联网应用进行优化的变体形式。NUC平台大多采用15到28瓦的笔记本电脑处理器,而且主要使用SO-DIMM内存模块加SSD。
英特尔NUC企业边缘计算(EEC)则使用第11代酷睿i5-1145G7或酷睿i7-1185G7处理器运行最新一代NUC 11 Pro平台。两种配置均提供最高4.8 GHz的主频,包含4个物理核心和8个逻辑线程,最多可匹配64 GB DDR4内存。
在英特尔负责提供计算能力的同时,Scale的HC3软件平台则为客户带来集中管理和软件框架支持,可用于边缘应用程序的大规模部署和管理。
Ready解释道,“在大多数边缘环境中,客户关注的不是在同一位置部署N台服务器,而是在N个位置分别部署1台小型服务器——N可能是几百甚至几千。这种大规模横向扩展本身就会给管理构成不小的挑战。”
NUC EEC产品计划于今年晚些时候发布,并将由英特尔授权经销商进行转售。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。