ZD至顶网软件频道消息:AWS在2016年收购的NICE Systems已经取得成果,AWS公布了新一代EnginFrame高性能计算服务。
EnginFrame 2017运行在AWS云之上,使其能够在“不到一小时”的时间内更轻松地部署基于Linux的高性能计算集群,AWS这样表示。
AWS首席布道师Jeff Barr写到,EnginFrame 2017部署的基础是一个CloudFormation模板,为用户提供了一个创建新集群的接口。
这次发布的EngineFrame创建了两个CloudFormation堆栈:
“Main Stack”是一个“共享的、基于EFS、用于你集群的存储,Application Load Balancer把传入的请求路由到Default Cluster Stack”。它还托管了AWS Lambda功能用于设置和管理IAM角色(让用户可以访问资源)以及SSL证书。
Default Cluster Stack中,工作负载运行在Main Stack的管理之下。“集群有CfnCluster的支撑,可根据需要纵向扩展和向下扩展,当不再需要节点的时候终止节点。此外,它还运行EngineFrame门户。”
已经开始供货的EngineFrame 2017是根据用户消耗的AWS资源——EC2实例、EFS存储等——来收费的,AWS还提供了EngineFrame的90天免费试用,在这之后,许可费用是按照并发用户数量计算的。
Barr指出,用户可以继续维持他们本地的EngineFrame配置,也可以迁移到云中。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。