/

重磅发布 | AmpereOne Aurora 来了！

Ampere宣布公司产品路线图的重要更新，AmpereOne系列增加一款未来产品 —— AmpereOne Aurora。

Ampere® 宣布公司产品路线图的重要更新，AmpereOne® 系列增加一款未来产品 —— AmpereOne® Aurora。

一直以来，Ampere 专注于为各种类型的云工作负载和基础设施开发创新技术。由于通用和 AI 工作负载在云中正迅速融合到 AI 计算中，因此未来的平台应该是：

  1. 高效：对行业的气候目标不妥协
  2. 风冷：在所有现有的数据中心可部署
  3. 集成：在 SOC 中可直接实现 AI 加速
AmpereOne® Aurora 是一款革命性的产品，结合了 Ampere 的多种创新，包括定制内核、专有网格、跨芯片间的互联，以及Ampere AI 加速。
 
AmpereOne® Aurora的主要特点：
  • 最高可达 512 个 Ampere 内核：提供当前 AmpereOne 处理器3倍以上的性能
  • 可扩展的 AmpereOne Mesh：允许不同类型的计算无缝连接
  • Ampere AI IP 首次与高带宽内存（HBM）一起直接集成到硅硬件中
该产品可以在一系列 AI 推理和训练用例中进行扩展，具有强大的 AI 计算功能，适用于 RAG 和矢量数据库等工作负载。
AmpereOne® Aurora 将为 AI 计算提供领先的每机架性能。更重要的是，它可以实现风冷。这意味着它可以部署在全球现有的数据中心，从公有云到企业，从超大规模数据中心到边缘，这是解决全球人工智能电力危机关键。 
 
基于与众多合作伙伴的持续合作以及 Ampere AI 平台联盟*，我们正在以创新的方式构建硬件解决方案，以在开放的和可互操作的环境中提供全方位的 AI 计算。用户可以使用可访问的、可负担的各种技术，并在这些技术中混合搭配并构建自己的创新 AI 产品和服务。
 
与其他公司的构建方法不同， Ampere 的解决方案是开放的，包容的，可以在各地方部署，并在能耗和成本管理方面都有出色表现。而今，我们再次应用了在AmpereOne® CPU 上的创新，增加了 Ampere AI IP 以创建一个集成产品。
在 Ampere，我们致力于利用基于创新技术的解决方案来帮助用户应对面临的最重要的问题， AmpereOne® Aurora，正是解决方案。

*Ampere AI 平台联盟

https://platformalliance.ai/

来源：业界供稿

0赞

好文章，需要你的鼓励

推荐文章
当AI数学助手开始说谎：INSAIT和ETH揭示大语言模型在定理证明中的谄媚陷阱
2025-10-29

当AI数学助手开始说谎：INSAIT和ETH揭示大语言模型在定理证明中的谄媚陷阱

这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。

约翰斯·霍普金斯大学发现AI写作的新隐私保护法：让机器造假数据来保护真实秘密

隐私保护

文本生成

控制代码

2025-10-29

约翰斯·霍普金斯大学发现AI写作的新隐私保护法：让机器造假数据来保护真实秘密

约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法，通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略，在医疗法律等敏感领域测试中实现了接近零的隐私泄露率，同时保持了高质量的文本生成效果，为高风险领域的AI应用提供了实用的隐私保护解决方案。

iPhone Air续航测试：实验室和真实使用均可支撑一天使用

智能手机

电池技术

续航优化

2025-10-29

iPhone Air续航测试：实验室和真实使用均可支撑一天使用

实验室和真实使用测试显示，iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中，iPhone Air仅消耗15%电量，表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊，但在实际日常使用场景下，用户反馈iPhone Air能够稳定支撑全天使用，有线充电速度也比较理想。

Reactive AI首次提出稀疏查询注意力机制：让AI训练速度提升3倍的秘密武器

人工智能

注意力机制

模型优化

2025-10-29

Reactive AI首次提出稀疏查询注意力机制：让AI训练速度提升3倍的秘密武器

这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量，直接降低了注意力层的计算复杂度，实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色，在20万词汇序列上达到3.5倍加速，且模型质量损失微乎其微，为计算密集型AI应用提供了新的优化路径。

2024

08/02

15:57

分享

点赞

最新文章
相关文章
邮件订阅
AI启示录
更多

友情链接

业界热点:

北京第二十六维信息技术有限公司（至顶网）版权所有. 京ICP备15039648号-7 京ICP证161336号京公网安备 11010802021500号  京网文(2025) 0096-033号  京字第20868号

举报电话：010-62641205　涉未成年人举报专线：010-62641208 举报邮箱：jubao@zhiding.cn　公开举报受理处置规则

网上有害信息举报专区：https://www.12377.cn

安全联盟认证