一年Arm、一年x86,而且速度始终保持对另一芯片厂商的压倒性优势
英伟达计划深入推进企业计算业务,后续将每两年为CPU和数据处理单元(DPU,又称SmartNIC)引入新的GPU架构。
在本周与台湾Computex展会同时发布的预录制主题演讲当中,英伟达硬件工程高级副总裁Brian Kelleher谈到了公司“无与伦比的芯片发布执行力和良好的市场声誉”。这很明显是在敲打竞争对手英特尔,嘲笑对方再次推迟鼓吹已久的独立GPU进军计划。
Kelleher还补充道,“我们将继续拓展自身卓越的执行能力,每两年发布新的芯片架构。”
而在这两年中,各款产品都将逐步转向新的架构平台。
Kelleher还提到“我们将采取一年Arm、一年x86的架构发布方式”,但目前还不清楚这是否代表架构与产品的更新可能发生在同一年内。毕竟双边并行更新确实难度太大,后续还要等英伟达做出进一步澄清。
先不论细节,英伟达宣称目前其手中掌握着三大架构:GPU架构、CPU架构(包括此次宣布的Grace-Hopper超级芯片),以及被用在Blufield系列产品中的DPU架构。
在主题演讲中,英伟达公司高管们表示,这三大架构在企业计算发展愿景中保持着紧密关联——CPU负责系统管理、GPU负责高强度工作负载,而DPU则提供网络和隔离服务。高管们强调,他们的秘诀就是同时使用这三种处理器架构,也只有这样才能牢牢把握住AI以及价值上千亿美元的云流媒体游戏市场。
说到游戏,本次演讲中还介绍了英伟达委托进行的一项研究,结果发现该公司的RTX视觉计算平台在射击游戏中能够帮玩家获得更高的射击准确率。其中最有趣的一点在于,水平最低的25%玩家在用上英伟达显卡后,成绩提升幅度要明显超过最强的25%玩家。所以即使英伟达的企业AI探索没能成功,喜欢“突突突”的年轻玩家们也会乐于消化掉这些RTX产品。所以无论如何,英伟达的产品总会有人想要、业务也就必然保持增长。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。