Nvidia近日与Ayar Labs签署了一项技术合作协议。Ayar Labs是一家开发光学芯片的初创公司,其芯片有望提高数据中心基础设施的速度和效率。

就该消息公布的几周之前,Nvidia刚刚为这家初创公司提供了1.3亿美元的融资资金,其他几家科技巨头也加入了这轮融资,包括英特尔的投资部门Intel Capital。自创立以来,Ayar Labs累计融资了1.947亿美元。
Nvidia将与Ayar Labs合作,开发基于Ayar Labs光学芯片技术的人工智能基础设施新产品,特别是,两家公司希望打造“由高带宽、低延迟和超低功耗光学互连接入技术实现的横向扩展架构”。
对很多企业AI使用场景来说,将芯片连接在一起是必不可少的。在互连技术的帮助下,企业客户可以将多个图形卡相互连接,并使用它们来运行AI软件,速度比使用单个处理器更快。
互连速度直接影响驱动AI硬件的性能。在AI环境中,数据在芯片之间传输的速度越快,执行的处理速度也就越快。
Ayar Labs开发了一种新的互连技术,速度要比现有产品快得多。通常,互连技术是以电的形式在互相连接的芯片之间传输数据,而Ayar Labs的技术是以光的形式传输数据,从而提高性能。
Ayar Labs在一款名为TeraPHY的模块中提供了这种互连技术,这种模块可以内置到图形卡等处理器中。据Ayar Labs称,单个TeraPHY模块每秒能够传输2 TB的数据,而且这种技术提供的带宽要比传统互连技术高出1000倍,功耗仅为传统互连的十分之一。
Nvidia公司数据中心产品首席平台架构师Rob Ober表示:“在过去十年中,Nvidia加速计算在AI领域实现了百万倍的加速。下一个百万级的飞跃将需要借助新的先进技术,如光学I/O,以满足未来人工智能和机器学习工作负载和系统架构对带宽、功率和规模的要求。”
两家厂商不仅计划在产品开发方面展开合作,还计划加速光学芯片技术的普及。人工智能基础设施市场只是Nvidia应用光学互连技术的几个潜在领域之一。Ayar Labs表示,TeraPHY模块有助于提高云数据中心和超级计算环境的性能,两者都是Nvidia关注的主要领域。
好文章,需要你的鼓励
阿里纳德数据中心与Calibrant Energy合作开发首创电池储能系统,通过绕过传统电网升级时间线,使俄勒冈州希尔斯伯勒在建数据中心园区提前数年上线。该31兆瓦、62兆瓦时储能系统计划2026年投运,将作为响应电网的动态资产,在需求高峰期放电,增强区域电网可靠性。这标志着美国首次使用专用电池系统加速大型数据中心并网。
浙江大学和阿里巴巴集团联合开发的DATAMIND系统,通过创新的数据合成和训练方法,让AI具备了专业数据分析师的能力。该系统使用12,000个高质量训练样本,采用动态权重调整的混合训练策略,最终的DATAMIND-14B模型在多项测试中超越了GPT-5等商业模型,平均得分达71.16%。这项开源成果大大降低了数据分析的技术门槛,让普通用户也能获得专业级的数据洞察能力。
微软在Edge浏览器中推出增强版Copilot模式,提供更强大的AI代理功能,目前在美国进行限量预览。该模式包含Actions和Journeys两大功能:Actions让浏览器能代表用户执行任务,如语音控制打开网页或查找文章特定内容;Journeys则记住用户浏览历史,帮助用户继续之前的研究任务。此举正值AI浏览器竞争加剧,OpenAI推出ChatGPT Atlas、Perplexity发布Comet、谷歌集成Gemini到Chrome。目前Chrome占据71%市场份额,Edge仅占4.67%。
复旦大学团队针对掩码扩散语言模型提出三项关键技术:EOS早期拒绝解决句号陷阱问题,渐进式步长调度器将解码步骤从L/2降至log?L,一致性轨迹强化学习确保训练与实际运行的一致性。研究发现规划任务更适合并行解码而数学任务偏好顺序解码,为AI系统的任务特定优化提供新思路。