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
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
澳大利亚国立大学和广湾大学研究团队开发的VAU-R1系统通过强化学习显著提升了视频异常理解能力。该研究不仅创建了第一个专门用于训练和评估视频异常理解的思维链基准数据集VAU-Bench,还提出了一种数据高效的强化微调框架,使模型能更准确地回答问题、定位异常时间段并提供连贯解释。实验结果表明,VAU-R1在多项选择题准确率和时间定位方面比传统方法有显著提升,为安全监控、灾害预警等领域的智能系统带来了新的可能性。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究由香港中文大学团队提出了视频-3D几何大语言模型(VG LLM),一种无需依赖显式3D数据输入,仅通过普通视频就能理解3D世界的创新方法。通过集成3D视觉几何编码器,该模型能从视频序列中提取3D先验信息,显著提升空间推理能力。实验表明,该4B参数模型在多项3D场景理解和空间推理任务上超越了现有技术,甚至在VSI-Bench评估中胜过Gemini-1.5-Pro。