至顶网软件频道消息: 本周AWS年度re:Invent 大会开幕,AWS在美国时间周一晚上重磅推出了一款自己设计的全新云芯片。
这款名为Graviton的芯片是基于Arm的,由Amazon在2015年收购的芯片开发商Annapurna Labs设计,目前已经通过AWS EC2云计算服务开始向其云客户供货。
这款芯片的一大亮点是它提供了成本更低的计算能力。Amazon表示,Graviton芯片运行应用的成本要比英特尔或者AMD的芯片低45%,而且AWS也提供租赁服务。
AWS全球基础设施和客户支持副总裁Peter DeSantis在周一晚间演示中表示,名为A1的芯片服务旨在针对那些跨多个设备运行的横向扩展应用,以及很多Web应用。具体来说,这些服务适用于容器化的微服务,或者捆绑应用,这样就可以运行在多种计算机和软件上,以及Web服务器、开发环境、以及缓存服务器组。
Graviton芯片是对Arm芯片优点的一个证明,一般来说Arm芯片主要用于低功耗设备,例如智能手机,以及最近用于的网络路由器等。现在,Arm也开始进入主流数据中心服务器,而且采用Graviton芯片的A1计算实例意味着它现在也走入了云端。
与此同时,这也表明英特尔和AMD不再独享数据中心或云端,尽管英特尔仍然占主导地位,AMD也已经通过Epyc芯片占据了一席之地。Graviton可以运行在Amazon Linux、Red Hat Enterprise Linux和Ubuntu上编写的应用,A1实例已经在三个美国和一个欧洲AWS区域中可用。
Graviton并不是AWS宣布的唯一增强功能。AWS还宣布推出了其他新的计算实例,包括一个名为P3dn的功能,它提供了GPU的强大能力来运行机器学习、人工智能和高性能计算应用,并采用Nvidia高端的V100 Volta芯片,提供AWS AI总经理Matt Wood所谓的云中规模最大、速度最快的训练实例。
另一个名为C5N的新实例,为运行计算密集型应用提供了更高的网络带宽,并在当晚成为赢得开发者最多掌声的实例。
此外在周一晚上,AWS还推出了一款名为Global Accelerator的新工具,旨在帮助AWS客户更轻松地跨多个云区域路由他们的网络流量。这一点非常重要,因为现在很多客户都需要跨多个区域运行以提高速度,确保应用在某个区域出现问题或面临监管要求时不会停机。
AWS计划根据客户创建的加速器数量向客户收费。“加速器是你创建用来将流量引导到AWS全球网络上最佳端点的资源,客户通常会为每个应用设置一个加速器,但更复杂的应用可能需要多个加速器。”AWS开发人员运营高级经理Shaun Ray在博客文章中这样写道。
目前Global Accelerator已经在美国、欧洲和亚洲的几个区域可用。
在网络方面,AWS还宣布推出了Elastic Fabric Adapter,这是一个面向Amazon EC2实例的网络适配器,AWS声称这些实例可以提供本地高性能计算集群的性能水平。
最后,AWS还推出了一个面向Firecracker无服务器计算的轻量级虚拟化服务,旨在让客户无需专门配置服务器和网络即可使用计算服务。
好文章,需要你的鼓励
宏碁Aspire 14 AI在Costco售价500美元,成为最便宜的Copilot Plus PC。该笔记本搭载英特尔Lunar Lake处理器,拥有现代化配置而非过时组件。配备16GB内存和1TB固态硬盘,电池续航近19小时。虽然设计和显示屏表现一般,但整体性能出色,AI处理能力达到40万亿次操作每秒,是预算有限用户的优质选择。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
博通公司第三季度业绩超预期,每股收益1.69美元,营收159.6亿美元,同比增长22%。公司获得来自新客户的100亿美元定制AI芯片订单,推动股价在盘后交易中上涨超3%。AI相关营收同比增长63%至52亿美元,预计第四季度将超过62亿美元。公司专注为超大规模云基础设施提供商设计定制芯片,已成为英伟达的主要竞争对手之一,年内股价上涨32%,市值超1.4万亿美元。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。