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
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。