ZD至顶网软件频道消息: IBM正在将机器学习带到其旗舰大型机上。
该公司周三表示,IBM机器学习(IBM Machine Learning)是一个用于培训模型和摄取数据的平台,将通过其z / OS在其z Systems产品组合上提供。
IBM采取这种做法是因为大型机在全球范围内拥有大量的企业数据,因此将机器学习带入事务处理是有意义的。金融服务、零售商、保险公司和政府大量使用大型机。IBM z Systems大型机每天可处理多达25亿个事务。
根据IBM的说法,其机器学习平台将首先在z / OS及其大型机上可用,但是以后也将可以用在IBM的Power Systems和其他平台上。
IBM机器学习支持任何编程语言以及多个框架,如TensorFlow和Apache SparkML。该平台还使用IBM Research创建的数据科学自动化工具。
蓝色巨人计划于周三与IBM Analytics总经理Rob Thomas以及一些其他高管合作举办发布活动。客户将包括Travelers和America First Credit Union。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。