AMD近日推出了一款新的数据中心加速卡Alveo MA35D,帮助流媒体提供商等企业更高效地处理视频。

MA35D是AMD早期产品Alveo U30的后续产品。MA35D可以同时处理32个1080p视频流,是之前的4倍,同时功耗更低。据报道,AMD内部测试表明,MA35D“通常功耗”要比Alveo U30低66%。
流媒体提供商不会以原始形式向用户分发视频内容,而是打包成压缩文件格式。以压缩格式存储视频占用的存储空间更少,因此,可以以带宽效率更高的方式通过网络发送,从而降低成本。
更改视频流文件格式的任务称为编码。AMD新推出的MA35D加速卡专为执行编码而设计,此外还可以执行将视频流转换回原始文件格式的解码任务。
加速卡是一种计算模块,将一个或者多个芯片封装到比标准服务器还小的机箱中。AMD表示,8个MA35D加速卡可以集成到一台标准的单机架服务器中。一台配备8个MA35D加速卡的设备可以管理多达256个并行视频流。
Alveo MA35D的大部分处理能力是由两个板载芯片提供,也就是AMD所谓的VPU。这是使用5纳米工艺制造的专用集成电路(ASIC)。ASIC是一种定制芯片,可以运行特定类型的工作负载。
针对特定工作负载优化处理器可以使其速度更快。如果应用频繁执行乘法,工程师可以构建具有大量乘法优化电路的芯片,这样的芯片比没有那么多专用电路的、更通用的处理器性能更高。
为AMD的新加速器提供动力的VPU等ASIC,是从零开始构建的,用于运行一种类型的工作负载。ASIC要比FPGA更符合应用的要求,后者是另一种常用于此类任务的芯片。AMD的MA35D加速卡采用完全基于ASIC的设计,而上一代Alveo U30采用的是速度较慢的FPGA。
AMD AECG数据中心事业部总经理Dan Gibbons表示:“我们和我们的客户以及合作伙伴密切合作,不仅要了解他们的技术要求,还要了解他们在部署大容量交互式流媒体服务以实现盈利方面所面临的基础设施挑战。我们开发了具有ASIC架构的Alveo MA35D,可满足这些供应商的定制需求,降低资本和运营支出。”
除了两个ASIC驱动的VPU之外,MA35D还具有其他计算模块,其中一个是AI引擎,每秒可以执行高达22万亿次的运算。据AMD称,该引擎运行AI模型,可以自动提高视频流的质量并压缩视频流以节省带宽。
AMD目前正在向早期客户提供MA35D样品,计划在第三季度开始大批量出货。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。