至顶网软件频道消息: 据报道称,微软正计划让自己的Azure云基础设施芯片提供商多样化,除了目前主要的供应商英特尔之外,微软还将采用来自赛灵思(Xilinx)的高度专业化半导体技术。
微软此举正值自己强化Azure平台的人工智能和机器学习能力的时候,据称Azure平台是公有云领域最有增长前景的平台之一。
根据彭博社周二发布的一份报告称,微软已经于赛灵思达成协议,赛灵思的芯片将被近半数Azure服务用作协同处理器来处理机器学习任务。此前,此类工作负载完全由英特尔Altera部门提供的芯片承载。英特尔于2015年收购了Altera公司,并将Altera类似于赛灵思的可编程芯片添加到英特尔的CPU产品线中。
彭博社称,微软将继续从英特尔购买芯片用于其他云基础设施产品。微软发言人表示:“现有基础设施产品的采购没有变化。”
不过据称,微软将谨慎对待这家新的供应商,正如彭博社此前的报道,赛灵思的芯片需要在更广泛部署之前达到性能目标。
赛灵思的FPGA等灵活芯片正在日益普及,这些用于数据中心的芯片可以实时重新编程以用于不同的计算任务。像微软这样的云提供商越来越依赖这种芯片,而且这种芯片相比标准CPU来说可以更快速地处理AI工作负载。赛灵思的FPGA实际上从20世纪80年代后期就推出了,但随着AI的出现市场范围才得到了逐渐的扩大。
上个月,赛灵思宣布推出专为AI推理设计的新型计算机芯片,该芯片涉及深度学习模型在消费者和云环境中的应用。据称,这款名为Versal的新芯片将FPGA与两个更高性能的Arm处理器相结合,再加上一个专用的AI计算引擎,与现有硬件相比,可以实现更高的吞吐量、更低的延迟和更高的功效。
有分析师表示,赛灵思推出这款Versal芯片是将矛头对准了Nvidia及其已经成为AI工作负载标准的GPU。无论如何,微软此时不太可能使用这些产品,因为赛灵思称Versal芯片要到2019年夏天才会发布。
好文章,需要你的鼓励
随着GPU成为AI工作负载训练和运营的关键,越来越多的云服务提供商开始提供云GPU实例。这为希望避免部署GPU硬件费用和复杂性的组织带来好消息。云GPU实例可按超大规模与专业化提供商、通用与专用实例、共享与独占服务器进行分类。选择时需考虑工作负载类型、GPU类型、成本、延迟和控制级别等因素。
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
企业云服务平台IFS收购硅谷代理AI专家theLoops,推出"工业AI"概念。该技术旨在创建具备语义环境感知能力的自主AI代理,专门服务于制造、能源、建筑等资产密集型行业。这些工业AI代理能够理解业务职责,遵循行业规则,与人类协同工作,执行实际工作任务而非简单的聊天或辅助功能,为企业带来可衡量的生产力提升和投资回报。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。