身价 200 亿美元的 IT 巨头万维科技公司(World Wide Technology)的长期首席执行官兼技术大师 Jim Kavanaugh 认为,英伟达(Nvidia)在新人工智能时代掌握了制胜先机,万维科技公司正在对旗下合作伙伴关系进行“重大投资”。
WWT 首席执行官表示,“Nvidia 是一家了不起的公司,所做的事情令人惊叹,Nvidia 实际上正在掀起一场人工智能革命风暴。”
Kavanaugh 表示,“Nvidia 今天所拥有的技术、芯片、平台、软件、集成平台以及他们正在构建的东西,简单地说相当令人印象深刻是不太够的。这些为 Nvidia 带来了巨大的商机,也为 Nvidia 的合作伙伴带来了巨大的商机。Nvidia 正在与许多不同的组织合作,建立许多不同的联系。因此,这对我们来说是一个巨大的机遇。”
他表示,人工智能芯片制造商超级明星 Nvidia将在2024年与微软和亚马逊网络服务等超大规模云企业以及人工智能基础设施企业建立合作伙伴关系,继续以风暴之势席卷市场。
Kavanaugh 表示,“Nvidia 云提供商是由私募股权和风险投资资助的新兴组织,专注于建立自己的人工智能即服务能力和数据中心。我们一直在与 Nvidia 以及那些正在建设数据中心提供人工智能即服务的不同公司积极合作。”
WWT 日前荣获 Nvidia 2024 年度美洲人工智能企业合作伙伴的奖项。
WWT 的总部位于美国圣路易斯,日前因在推动人工智能的应用和提高 Nvidia 产品组合的人工智能销售额方面的专长而荣获新推出的人工智能企业奖。
Kavanaugh 表示,“我们正在非常、非常积极地在人工智能领域开展各项工作,并将人工智能作为 WWT 走向市场的一项重要举措。我们在与 Nvidia 的合作伙伴关系中进行重大投资。Nvidia 真的到达了转接点,他们在幕后所做的工作通过生成式人工智能进入了现实生活。我们与他们的合作非常愉快。”
WWT 正在为 Nvidia 客户提供各种服务和解决方案,例如帮助客户构建人工智能数据中心基础设施以及人工智能软件开发和数据科学等,这些服务和解决方案可以解决构建和管理人工智能环境的复杂性。
WWT 今年 3 月曾承诺在未来三年内投入 5 亿美元,用于推动人工智能的发展和客户采用。这项投资包括一个新的人工智能验证场实验室环境。这个实验室环境是与 Nvidia 等合作伙伴共同利用解决方案的协作生态系统。
WWT 是 Nvidia 合作伙伴网络的精英合作伙伴,可为联合客户提供人工智能、机器学习、虚拟桌面基础架构和网络解决方案。
例如,WWT 的数据分析和人工智能团队已获得 Nvidia 80 项深度学习认证。
然而,要成为全球最炙手可热的人工智能公司之一的顶级合作伙伴并非易事。
Kavanaugh 表示,“我们与 Nvidia 在工程设计、业务部门技术、实施以及垂直行业销售等多个方面开展了非常密切的合作。WWT 是个在数据科学、大数据、人工智能、生成式人工智能和软件开发方面拥有 10 多年经验的合作伙伴,我们与他们的合作非常愉快。如果没有这样的经验和专业知识可以为他们带来价值,可能就不会对他们的市场战略有那么地重要。我们处于一个非常有利的位置,由于我们在软件开发团队、应用开发团队、数据科学团队、数据咨询和顾问团队上进行了大量投资。”
Kavanaugh 最后强调,Nvidia 首席执行官黄仁勋是 Nvidia 目前市值超过 3 万亿美元的重要原因。
WWT 首席执行官表示,“老黄领导的 Nvidia 是一家非常吸引人的公司,在我看来,他们取得了如此大的成功,和我们合作的员工也都非常聪明、有抱负和充满激情,但老黄在如何进入市场方面却采取了相当谦逊的态度。”
他补充表示,“他们不会认为自己的成功是理所当然的,这种态度始于老黄,贯穿整个公司。因此,与他们共事真的很愉快。”
WWT 在全球拥有 10,000 多名员工,分布在 55 个以上的地区。
他表示,“我们和 Nvidia 在人工智能领域的机遇巨大。是个巨大的机遇,我们很幸运能与 Nvidia 建立非常稳固和长久的合作关系——九年的合作关系。他们确实在做一些了不起的事情。”
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。