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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。