让更多的最终用户满意 让自己更好的活下去
不管怎样,我们都必须承认,OpenPOWER基金会两年来的成就是有目共睹的。无论IBM的自身原则如何,它都极大增强了IBM POWER的生态系统。尤其在中国市场,POWER获得了更多的重视,这显然是IBM喜闻乐见的,虽然随着CP系列处理器的不断发展,IBM自己的POWER产品在中国市场的收益必然会受到影响,但从长远的生态建设来讲,这是值得的。
另一方面,CAPI在组件级领域的生态聚集效应也正在增强,这对于POWER系统的多样化设计也是非常有利。在这一点上,英特尔的处境反应有点像之前在服务器市场中的IBM,毕竟自己不可能做出非常丰富的外围加速设计,这方面的确落在OpenPOWER的后面。这也正是OpenPOWER开放策略的一个亮点,也是英特尔“半成品”战略的一个负作用。
不过,英特尔收购ALTERA也给我们提了一个醒——它是非常善于自我修正的公司。从早期Pentium 4架构回归Pentium M架构,以及在64位处理器竞争中转败为胜的历史中,我们可以看到英特尔自我修正的能力。不久的将来我相信会看到来自英特尔类似于CAPI的设计,但我同样相信,“半成品”的策略并不会因此改变。
归根结底,聪明的公司会不断吸取外界的经验来完善自己的生态,努力适应竞争与市场的需求,但是每家公司也都有自己的主线或不会轻易动摇的原则。不管是英特尔还是IBM或是ARM,大家其实都在不同领域与层次上相互借鉴,在保证自己核心利益的基础上,做出适当的调整。而这种相互的竞争,也会让最终的解决方案更贴近需求,让最终用户获益。
因此脱离现实的需求,单纯的讨论谁更开放,或者说谁的开放策略是更好的,并没有太多的实际意义(比如在需求相对单一的年代,封闭的RISC小型机也活得很好呀)。而真正的衡量标准一直存在,且恒久不变,那就是——让更多的最终用户对你主导的架构满意,从而让自己更好的活下去!
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。