至顶网软件频道消息: 今天AWS推出了一款专为机器学习设计的新处理器芯片,这也是Amazon在云计算领域雄心勃勃的另一个标志。
这款名为Inferentia的芯片将通过AWS EC2计算服务、SageMaker AI服务和(今天公布的新服务)Amazon Elastic Inference提供,旨在加速由机器学习模型执行的推理或预测过程,为Amazon Alexa和自动驾驶汽车等服务提供动力。
Inferentia芯片是由Amazon几年前成立的芯片设计公司Annapurna Labs设计,据称它与GPU(主要来自于Nvidia公司,一直是机器学习的首选芯片)相比具有低延迟和低成本等优点。
预计Inferentia芯片将于明年上市。AWS首席执行官Andy Jassy在今天上午的re:Invent大会主题演讲中简要介绍了Inferentia芯片,但他给出的设计或者规格细节很少,只是说Inferentia芯片支持多种数据类型和所有主流框架,如PyTorch和TensorFlow和MXNet。此外它还将提供数百的TOPS性能,聚合起来可以实现上千的TOPS性能。
Inferentia芯片是本周以来AWS宣布推出第二款芯片。周一晚上,AWS宣布推出名为Graviton的处理器,该处理器可通过AWS EC2云计算服务提供给云客户。Graviton是基于智能手机、网络路由器和各种其他设备中使用的Arm架构,并将逐渐用于计算机服务器中,例如AWS设计用于海量数据中心的计算机服务器。
Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead表示:“AWS宣布将自开自己的支持多种框架的机器学习推理芯片是一个重大的消息。与Google Cloud不同,这项AWS服务将广泛应用并具有弹性。目前AWS针对推理提供CPU、GPU、FPGA、以及现在自己的ASIC。”
在过去几年中我们看到,市场中出现了大量新芯片用于特定应用的优化,特别是机器学习和人工智能。例如,Google提供对自定义Tensor处理单元芯片的云访问。芯片设计兴起的一个原因是,所谓的超大规模数据中心企业需要对他们的硬件进行尽可能多的效率优化。
所有这些都让数据中心领导者英特尔处于了守势。英特尔收购了Altera和Movidius等多家公司,为其核心X86产品线增加了新的芯片设计和专业技术。此外英特尔还调整了X86芯片(如目前的至强产品线),以更好地应对机器学习和其他任务。
Amazon还发布了Elastic Inference,这是一项由GPU提供支持的深度学习推理加速服务。Jassy表示,这项服务仅根据需要提供尽可能多的AWS计算实例,可以节省高达75%的推理成本。
此外,AWS推出了一系列与人工智能相关的服务和产品,包括自主模型汽车Deep Racer,开发者可用来研究强化学习,预订价为249美元。
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。