ZD至顶网软件频道消息: 甲骨文第七代数据库设备选用22核心至强处理器,并支持8 TB驱动器。为此,甲骨文正在积极筹备推出其Exadata云服务的内部版本,该服务将立足云或企业内部环境。
第七代设备中最引人注目的当数全新Broadwell至强处理器,甲骨文选择22核心版本支撑该设备。另外,新方案还纳入了对8 TB驱动器及三星3D NAND产品的支持能力。
根据甲骨文公司系统产品管理副总裁Tim Shetler的说法,22核心处理器的介入意味着Exadata将拥有更为密集的运算资源,而高容量驱动器则代表用户能够将更多数据库存储在这台设备当中。另外,3D NAND支持则进一步改善了甲骨文的存储分层机制,这主要得益于甲骨文对数据库的深入了解及分层能力。这意味着,其绝不只是单纯将数据保存在闪存内,而是将它作为存储结构中的一大组成部分。
甲骨文公司计划为该设备打造一套内部Exadata云,即确保其使用感受及操作方式皆与云服务类似,且根据具体存储使用量进行按需计费。Shetler同时表示,甲骨文公司正着手打造混合云用例,不过目前内部类公有云服务的主要受众仍然是那些出于数据监管需要而选择自主管理数据的客户。
Shetler同时强调称,甲骨文公司将继续使用InfiniBand,其自第一代Exadata起就一直成为存储与服务器内部网络连接的惟一实现方案。Shetler指出,甲骨文意识到以太网的速度正快速提升、使用成本则逐步下降,而存储级内存的出现也意味着各类服务器需要重新进行设计。但就目前而言,InfiniBand已经非常优秀且足以满足要求。
据悉,该技术的发展路线图将直指100 Gbps,而这套InfiniBand新版本很可能随Exdata第八代一同登场。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。