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
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。