ZD至顶网服务器频道 06月13日 新闻消息:Nvidia公司正准备进军大数据业务,Nvidia ANZ地区经理Mark Patane称,未来几年这将是一笔价值数十亿美元的业务。
Patane认为,GPU将会是帮助企业处理大数据分析的关键解决方案,他指出,过去两年中Nvidia一直与Facebook和Google这样的公司合作帮助他们处理数据。
“他们找到我们,因为他们意识到无法利用普通的计算机,因为这些数据实在是太庞大了。过去几年他们一直与我们合作使用GPU,”他说。
Nvidia机器学习解决方案架构负责人Jon Barker博士进一步解释说,企业越来越多地承担起需要找出如何高效地处理每天他们收集来的数据的方法,并强调每天处理的数据量高达2.5EB,而且未来三年这个数据量将翻一番。
“其中大多数数据不是表格、结构化数据;大多数是图像、音频和文本。显然不管你是试图把控社会的脉搏,了解人们对你的品牌的情感,你都要基于各种事件做交易决策,或者如果你试图开发智能机器人辅助外科医生,或者自驾卡车,这些数据都将是应用的‘燃料’,”他表示。
“问题是我们如何通过分析数据了解内容,答案就是我们需要能够看到、听到、读到数据的机器,并且能够以超出人类水平和人类步伐给出理由。”
Patane认为,除了Nvidia一直提供GPU的高等教育和研究领域之外,大数据的增长对于Nvidia拓宽在商业市场的覆盖面来说也是一个机会。
“不管你是莫纳什大学,大的电信运营商,Google,在医疗领域,还是研究员——都需要GPU,”他说。
“根本的区别是,你可以在非GPU系统上尝试和运行数据,一旦你开始启动,运行算法,你可能需要数周时间才能拿到答案。有了GPU,这个速度会大大加快,几分钟内就可以得到回复。”
不过据Patane称,使用GPU处理大数据目前还是一件比较新的事情,GPU一直被用于工程分析、视频分析、视频回放用于病毒和DNA建模。
Nvidia最近发布了DGX-1服务器,采用Tesla P100 GPU,专门帮助企业处理大数据,Barker称这将帮助企业专注于应用开发而不是数据处理上。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
字节跳动发布Seedream 4.0多模态图像生成系统,实现超10倍速度提升,1.4秒可生成2K高清图片。该系统采用创新的扩散变换器架构,统一支持文字生成图像、图像编辑和多图合成功能,在两大国际竞技场排行榜均获第一名,支持4K分辨率输出,已集成至豆包、剪映等平台,为内容创作带来革命性突破。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
红帽公司研究团队提出危险感知系统卡(HASC)框架,为AI系统建立类似"体检报告"的透明度文档,记录安全风险、防护措施和问题修复历史。同时引入ASH识别码系统,为AI安全问题建立统一标识。该框架支持自动生成和持续更新,与ISO/IEC 42001标准兼容,旨在平衡透明度与商业竞争,建立更可信的AI生态系统,推动行业协作和标准化。