VMware Private AI with Intel凭借出色的隐私保护、安全性、性能、规模和总体拥有成本,带来人工智能的革命性力量
中国北京,2023年11月9日—— 近日,VMware(NYSE:VMW)宣布与英特尔合作,通过拓展双方二十多年的创新成果,帮助客户加速人工智能(AI)应用,并在数据中心、公有云和边缘环境等所有地点部署Private AI。VMware和英特尔正致力于提供一个经过联合验证的AI堆栈,支持客户使用现有的通用VMware和英特尔基础架构以及开源软件简化AI模型的构建和部署。VMware Cloud Foundation通过与英特尔的AI套件、内置AI加速器的英特尔至强处理器以及英特尔Max系列GPU组合,将为数据准备、模型训练、微调和推理提供经过验证和基准测试的AI堆栈,加速科学发现并丰富企业和消费者服务。
全球已有30多万家客户部署了VMware Cloud,VMware 虚拟化软件已被部署到企业中几乎所有创建、处理或消费数据的地点。这使得 VMware Cloud 成为了一种可将AI加速计算和模型带到任何业务地点的快速手段。同样,英特尔也为成千上万的客户提供了开放、可扩展且值得信赖的解决方案。在企业中随处可见的VMware和英特尔产品将强强联手,共同提高数据科学的可访问性,支持全球企业机构采用Private AI,一种平衡AI带来的业务收益与实际隐私和合规需求的架构方法。
VMware AI Labs 副总裁 Chris Wolf 表示: “关于AI,我们已经无需在选择、隐私和控制方面争论权衡问题。Private AI能够同时为客户提供这三方面的能力,支持他们在加快AI部署的同时,构建具有前瞻性的 AI 基础架构。VMware Private AI with Intel将帮助我们的共同客户大幅提高工作者的生产力,加速主要业务功能转型,同时提升经济影响力。”
英特尔执行副总裁兼数据中心与人工智能事业部(DCAI)总经理Sandra Rivera表示:“几十年来,英特尔和VMware一直在提供从数据中心到云的新一代功能,支持客户提升行动速度、创新力和运营效率。AI可以带来更多强大的可能性,改善全人类的生活,英特尔和VMware完全有能力带领企业进入这个由芯片和软件驱动的AI新时代。”
提升AI性能,并以更低的总体拥有成本获得更安全的AI基础架构
无论是在公有云、企业数据中心还是在边缘,VMware Private AI 都能将算力和 AI 模型带到创建、处理和消费企业数据的地点,从而为传统 AI/ML 工作负载和生成式 AI 提供支持。VMware 和英特尔可在数分钟至数小时内对特定任务模型进行微调,并使用客户的私有企业数据实现比人类交流速度更快的大型语言模型推理。现在,VMware 和英特尔可以对更小、更经济的先进模型进行微调,这些模型更易于在共享虚拟系统上进行更新和维护。当批量AI工作完成后,这些模型又可以被送回 IT 资源池。现在,AI辅助代码生成、体验式客户服务中心推荐系统和经典机器统计分析等用例可以在运行应用的相同通用服务器上共存。
VMware 和英特尔正在设计一种参考架构,以便将英特尔的AI软件套件、英特尔至强处理器和数据中心GPU与VMware Cloud Foundation 相结合,支持客户在其基础架构上构建和部署Private AI模型,从而降低总体拥有成本,解决环境可持续发展问题。采用英特尔AI的VMware Private AI参考架构将包括:
VMware Cloud Foundation通过以下功能,为 VMware Private AI 带来一致的企业级基础架构,操作简便,同时增强安全性。
VMware Private AI 将由戴尔科技、惠与和联想的服务器提供支持,这些服务器运行带有英特尔高级矩阵扩展(英特尔AMX)的第四代至强 CPU 以及英特尔 Max 系列 GPU。
更多关于VMware Private AI与英特尔合作的信息,敬请访问:
https://www.vmware.com/products/vsphere/ai-ml.html
1- 基于VMware内部分析
好文章,需要你的鼓励
还在为渲染一个3D模型等上几小时吗?还在纠结移动办公就得牺牲性能吗?当AI遇上专业工作站,传统设计流程的游戏规则正在被改写。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
据报道,OpenAI正与亚马逊洽谈至少100亿美元的融资。亚马逊此前已是Anthropic的最大投资者,并为其建设了110亿美元的数据中心园区。若融资达成,OpenAI将采用AWS的Trainium系列AI芯片。Trainium3采用三纳米工艺,配备八核心和32MB SRAM内存。AWS可将数千台服务器连接成拥有百万芯片的集群。报道未透露具体估值,但OpenAI最近一次二次出售估值已达5000亿美元。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。