2022年7月27日—今日,由绿色计算产业联盟(GCC)主办的“绿色计算产业联盟白皮书及标准成果发布会”在北京落下帷幕。大会重磅发布2部白皮书及10项绿色计算产业联盟核心标准,并对7项典型场景测评方法进行了权威解读。作为《绿色计算产业发展白皮书》的牵头编写单位,安谋科技(中国)有限公司(以下简称“安谋科技”)受邀出席并参与大会“成果发布仪式”环节,安谋科技标准与安全总监王骏超带来关于《绿色计算产业发展白皮书》的详细解读。
图1:绿色计算产业联盟2部白皮书及10项联盟核心标准发布仪式
本次发布会由绿色计算产业联盟(GCC)主办,中国电子技术标准化研究院(CESI)、中国电子工业标准化技术协会(CESA)协办,安谋科技等联盟成果主要参编单位受邀作为联合发布单位出席。大会聚焦产业发展现状及趋势,通过全面解析计算产业的前沿技术,汇集重点行业优秀应用案例,持续推动绿色计算技术创新与产业生态的繁荣发展。
联合GCC发布权威行业报告,加速绿色计算产业高质量发展
近年来,云计算、AI、5G、物联网等新技术的广泛应用,带来互联网流量需求和数据中心工作负载指数级增长,单一计算架构不能满足高速网络和海量数据处理的需求,多样化的负载和应用要求构建以数据为中心的异构计算体系。同时,“双碳”等宏观目标需要在提高算力的情况下控制功耗增长,市场对高效率、低成本、低能耗的绿色计算需求愈发强烈。
绿色计算以开放授权Arm(R)处理器技术为基础,Arm处理器技术因其节能、安全性等特点逐渐成为计算基础设施的新标准,并在众多应用场景实现了越来越广泛的部署。为更好呈现绿色计算技术演进和产业发展状况,为行业和用户提供参考和指引,推进产业加速落地,GCC联合成员单位共同编制完成《绿色计算产业发展白皮书》,安谋科技作为牵头单位参与编写。
图2:《绿色计算产业发展白皮书》
该白皮书从互联网和数据中心的需求出发,介绍了绿色计算技术演进趋势,梳理了基础硬件、基础软件及其生态发展和应用落地等产业和生态进展情况,并对最新Arm架构的单核性能提升、多核异构互联、性能功耗平衡、计算安全可信等特性进行了阐述。此外,白皮书汇集了能源、电力等重点行业优秀应用案例,为行业和用户提供参考和指引。
对此,王骏超在其关于《绿色计算产业发展白皮书》解读的主题发言中表示:“近几年,我们见证了计算产业朝着强性能、高能效、更安全等方向发展。安谋科技作为GCC副理事长单位,同时也是绿色计算行业的深度参与者,我们希望通过牵头编写这份报告,协助合作伙伴洞察技术演进趋势和市场环境变化,进一步扩展绿色计算产品应用领域,助推绿色计算核心技术创新发展与产业生态的不断壮大。”
图3:安谋科技标准与安全总监王骏超现场解读《绿色计算产业发展白皮书》
参与8项核心标准、7项测试方法联合起草,引领绿色计算技术趋势
本次大会除重磅发布《绿色计算产业发展白皮书》、《计算产品可服务性指标体系白皮书》2部白皮书外,还发布了10项绿色计算产业联盟核心标准,涵盖固件、计算产业典型应用场景评测、网络安全生态等。此外,活动现场还对《服务器应用场景性能测试方法 虚拟化》、《服务器应用场景性能测试方法 分布式存储》等7项服务器应用场景性能测试方法进行了详细解读。
安谋科技作为主起草单位之一,参与了《绿色计算服务器基本输入输出系统(BIOS)测试方法》、《绿色计算服务器基板管理控制器(BMC)测试方法》、《绿色计算解决方案基础安全能力要求》等8项联盟核心标准的制定,并参编了所有7项服务器应用场景性能测试方法。
图4:7项服务器应用场景性能测试方法
作为绿色计算产业联盟(GCC)的创始成员,安谋科技一直致力于打造繁荣的绿色计算生态。多年来在标准制定、技术推广、产业创新、生态协同等方面与GCC展开深入交流与合作,并取得了卓有成效的成绩。凭借丰富的生态资源和技术优势,安谋科技一方面大力构建符合“全球标准、本土创新”的自研产品矩阵,并于日前发布自研的新一代 “星辰”STAR-MC2车规级嵌入式处理器和全新“玲珑”V6/V8视频处理器,为AIoT、汽车电子、移动终端、基础设施等领域提供多元化产品解决方案,赋能本土产业创新;另一方面,通过持续引入Arm最新的架构技术,积极拓展Arm产业生态,满足国内企业开发具有全球竞争力产品的需求,支持中国智能计算产业的发展。
未来,安谋科技将依托成熟的Arm技术生态与自研IP产品矩阵,携手合作伙伴通过开源共建、协同创新、标准构建等方式,进一步推动绿色计算产业的快速发展,共赢绿色计算新时代。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。