至顶网软件频道消息: 亚马逊推出了其最新的GPU计算产品实例线G3。有三种配置:g3.4xlarge(1 GPU)、g3.8xlarge(2 GPU)和g3.16xlarge(4GPU)。该产品线适用于3D建模、可视化、视频编码和其他图形密集型应用程序。
亚马逊的G2系列于2013年首次亮相。2015年年底高调推出的是g2.8xlarge,有四个Nvidia Grid GPU,每个GPU的视频内存为4GB,CUDA内核为1536个。亚马逊在一篇博文中表示,您可以编码4个1080p视频流或8个实时720p视频流。
新G3系列中的GPU具备8GB的GPU内存、2,048个并行处理核心、多显示器支持、增强的图形呈现效果、Nvidia GRID Virtual Workstation功能和增强型网络。亚马逊在另一篇博客文章中表示,您可以录制10个H.265(HVEC)1080p30流以及高达18 H.264 1080p30流。
和以前拥有60GiB内存和32 vCPU的g2.8xlarge对比,新的g3.16xlarge实例配备了488 GiB的主内存和64 vCPU。
根据亚马逊目前的价格表,Linux上的g2.8xlarge在爱尔兰根据使用量计费的价格是每小时2.808美元,而g3.16xlarge的价格为4.84美元。因此,价格还是有些贵的。
好文章,需要你的鼓励
Y Combinator合伙人Ankit Gupta与Anthropic预训练负责人Nick Joseph最近进行了一次深度对话。
微软研究院提出潜在分区网络(LZN),首次实现生成建模、表示学习和分类任务的真正统一。该框架通过共享高斯潜在空间和创新的潜在对齐机制,让原本独立的AI任务协同工作。实验显示LZN不仅能增强现有模型性能,还能独立完成各类任务,多任务联合训练效果更是超越单独训练。这项研究为构建下一代通用AI系统提供了新的架构思路。
9月13日的PEC 2025 AI创新者大会暨第二届提示工程峰会上,“年度提问二:新工作时代:AI工作流由谁主导?”从企业实践到技术实现、从业务落地到战略决策,展开了一场高密度的思想碰撞与经验分享,将AI工作流背后的难题和解决路径彻底揭开。
上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师,能实时评估动作效果并从中学习。在四个操作任务测试中,机器人成功率从30%提升至90%,仅需200次练习。技术结合视觉、语言理解和动作生成,支持跨场景适应和人机协作,为家庭服务、医疗护理等领域应用奠定基础。