Arm 今日宣布 Arm 虚拟硬件 (Arm® Virtual Hardware) 正式上线百度智能云,旨在助力更多的本土开发者,简化并加速智能、安全的物联网和嵌入式设备的软件开发,促进物联网生态系统内的技术创新与应用。将 Arm 虚拟硬件接入百度智能云,不仅将该服务通过云平台扩展到本土的个人开发者,同时也首次带来 Arm 虚拟硬件运行基于 Arm 架构的云服务器的高效性能。
Arm 物联网事业部业务拓展副总裁马健表示:“人工智能驱动了物联网应用的快速迭代,加速开发、让创意提早落地实现成为开发者们关注的焦点。而 Arm 虚拟硬件为物联网应用引入现代化、高弹性的软件开发环境,实现了软硬件并行开发、共同设计以及持续集成/持续部署 (CI/CD)。此次,我们非常高兴能够首次将 Arm 虚拟硬件带到本土云服务,在与百度智能云、百度飞桨的现有合作基础之上深化合作,通过百度智能云这一领先的平台,为数百万的中国开发者提供支持,满足他们对高效、便捷、灵活等的开发需求,持续在 Arm 架构上实现创新。”
作为中国 AI 公有云市场的领跑者,百度智能云拥有广泛的应用领域和强大的用户基础。去年,百度智能云正式发布了搭载基于 Arm 架构的 Ampere® Altra® 云原生处理器的 BCC 实例产品 Gr1,采用单核单线程设计,每核恒定主频 3.0 GHz,可实现稳定的性能,具备更加出众的安全保障和能耗优势。此次上线的百度智能云 Arm 虚拟硬件镜像服务就基于此服务器运行。利用基于 Arm 架构的云实例来仿真普遍部署于边缘智能、物联网和嵌入式应用中的 Arm 架构设备,有望更有效地辅助广大开发和运营者们进行软件开发与迭代。
百度副总裁、百度云计算产品总经理谢广军表示:“百度智能云致力于为广大用户提供良好的开发及应用环境,让企业和开发者以最简单、便捷的方式进行开发和落地。我们很高兴看到,Arm 选择了百度智能云作为上线 Arm 虚拟硬件的首个本土云平台,相信这将为百度智能云的用户在现有的云环境开发添砖加瓦,用户无需使用物理硬件,即可展开应用的构建、开发和测试,并实现快速有效地项目推进,大大激发和促进了各领域内的创新,并推动产业智能化发展。”
Arm 与百度飞桨合作由来已久,自 Arm 虚拟硬件推出以来,便开始与百度飞桨模型库进行结合,共同打造 AI 生态系统。
百度 AI 技术生态总经理马艳军表示:“作为中国市场应用规模第一的深度学习平台,飞桨已凝聚 750 万开发者,并携手国内外近 40 家主流硬件厂商通过共享共创打造繁荣的 AI 硬件生态。一直以来,百度飞桨与 Arm 始终保持密切的协作,基于 Arm 虚拟硬件平台,百度飞桨与 Arm 合作在 Arm Cortex®-M 硬件上开展飞桨模型的适配,覆盖了视觉分类、检测、分割和文字识别等场景。Arm 虚拟硬件简化了开发难度,显著提升了模型适配和部署的效率。此次 Arm 虚拟硬件上线百度智能云,将更好地支持广大飞桨开发者垂直整合百度智能云基础设施,充分发挥 Arm 虚拟硬件的开发优势,提高 MLOps 开发效率,从而释放更多创新潜能。”
Arm 虚拟硬件是一个基于云端的虚拟开发平台,可提供 Arm 子系统和第三方开发板的虚拟模型,助力软件开发者、OEM 厂商和服务提供商能早于以往开始进行软件开发,使其无需等待实体芯片就绪,便可实现软硬件的协同设计,消除了建立或维护多种开发板硬件集群的复杂性。自 2022 年 4 月落地中国以来,Arm 虚拟硬件已被广泛地应用在软件开发流程、服务和解决方案中,并已得到来自芯片设计及算法合作伙伴、大学学术机构等不同领域用户的一致认可:
博通集成副总经理王卫锋表示:“当我们开始进入到无线和连接等传统业务之外的新市场时,比如智能视觉和人机交互平台等领域,Arm 虚拟硬件为我们提供了传统方法之上,全新的软硬件结合的产品评估和开发的手段。Arm 虚拟硬件融合了云原生的先进理念,结合 DevOps/ML-Ops 工作流,能够显著提升软件开发和测试的效率。在 Arm 虚拟硬件的大力加持下,助力软硬件团队可以更早地开展协同工作,大大缩短了开发流程和时间,甚至可以在全新 IP 发布时就已经可以启动并逐步完成软件开发工作,达到几乎同步的高效作业。”
深圳市未艾智能有限公司 (VoxAI) 首席执行官刘爱锋表示:“Arm 虚拟硬件的使用大大地提升了我们算法的开发效率,降低了相关成本。首先,当 Arm 发布全新 IP 时,我们不必再等待物理硬件交付即可同步地开展相关语音算法的分析和验证。此外,Arm 虚拟硬件有效地解耦了软硬件问题,可以助力我们更多地关注在算法开发,缩短了软件开发调试周期。更难能可贵的是,凭借 Arm 虚拟硬件,我们可以实现跨平台的算法验证和适配。因此,我们非常高兴地看到这一创新举措被引入中国市场,相信基于此将有更多的创新成果可以更快速地被推向市场。”
上海电力大学信息工程系贺雪晨教授表示:“物联网市场的加速发展和增长也不断催生对人才的巨大需求,而培养多元化的专业人才更需要在共享资源、课程开发、成本管控、创新发展等多方面进行投入。Arm 虚拟硬件在中国市场的引入为我们的大学教学工作带来了极大的优势和价值。在学生层面,Arm 虚拟硬件为学生们提供了虚拟的硬件环境来进行各种操作和实验,且不必受限于实体实验室的开放时间和地点,这种灵活性也大大提高了学生们的学习效率和自主学习积极性。在教师层面,老师们不必在本地搭建复杂的硬件环境,由此大大缩短了课程开发时间,降低了实验教学的成本。此外,老师们还可以通过 Arm 虚拟硬件提供的多种设备和配置选择,因材施教,满足多样化的教学需求,进而提高教学效率。另外,在成本控制和鼓励创新方面,Arm 虚拟硬件也贡献了不可忽视的力量。”
立即访问百度智能云云市场,获取 Arm 虚拟硬件。
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。