ZD至顶网软件频道消息:微软在亚特兰大召开的Ignite大会上宣布,该公司现在已经在使用Intel Altera Field Programmable Gate Arrays (FPGA)芯片来加速Azure服务了。
FPGA芯片的目标是将硬件的性能优势和软件的灵活性结合起来。它们集成了可以重新配置的电路,这些电路在生产出来之后,可以通过下载新的硬件配置进行重新配置,因此实现了“现场可编程”。
始于2010年的微软Catapult项目是一个通过该公司数据中心的FPGAs网络加速云计算的项目。
现在该公司宣布它指的是全世界最大的FPGA部署项目。在三年左右的时间里,微软已经在其安装的每一台服务器中包含了Altera FPGA。Altera这家专业的FPGA厂商于2015年被英特尔收入囊中。这个FPGA网络将被用于加速人工智能等服务。
微软表示目前的计划是在五个大洲部署十五个国家,不过该公司没有透露进一步的细节。比较新的数据中心,例如最近在英国开张的数据中心可能会适当地配备这种技术。
微软杰出工程师Doug Burger对《The Reg》表示,“真正重要的是我们已经如何构建了这个系统。”他表示,“FPGA直接介于服务器和网络之间,所以所有的通信都会通过它。CPU可以通过PCIe和它对话,但是FPGA也可以通过网络彼此对话。所以在某种意义上,它是一种被插入到我们的云平台之中的、新型计算机。这一层可以组网,可以做人工智能,它还可以做其他的事情。这是一种结构上的重大改变。”
所有的网络通信都要通过FPGA这一事实让微软能够在某种程度上独立于服务器使用FPGA而不总是需要通过主机服务器。同时,这种设计带来了新的风险,因为bug和故障会影响到整个系统。Burger表示,这是最关键的挑战。
“你是在一个非常成熟的系统中投入了一种外来技术。所有的网络通信都要通过它。如果你搞砸了,你就会造成实实在在的损害。你想想大规模可靠性、故障诊断、健康监测、调试、版本管理、软件包管理,所有的这一切都需要内置于平台之中。没有人已经做到了这么大的规模。”
不过好处是对于某些特定任务的大幅度提速。Burger表示,“如果你成功部署了FPGA,提速的幅度将在10倍到1000倍之间。通常这个数值会略微超过10倍。”
微软允许开发人员上传他们自己的FPGA映像运行在Azure之上吗?Burger表示,“这是潜在的业务。”他表示,“不过我们还没有宣布任何实现它的计划或者时间表。”
好文章,需要你的鼓励
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
微软推出Copilot调优功能,让企业通过低代码工具利用自动化微调技术训练企业数据。与基于公开数据的通用AI模型不同,企业需要理解内部数据和流程的专业化模型。Gartner预测专业化GenAI模型市场将在2026年翻倍至25亿美元。这些模型通常基于开源模型构建,部署为小语言模型,提供更好的成本控制和数据安全性,同时更易符合欧盟AI法案要求。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。