宋徽宗在《大观茶论》中有云:“茶之为物,擅瓯闽之秀气,钟山川之灵禀。”泡茶的过程既是修身养性,又十分考验茶道技艺。不同采摘时节、品种的茶叶,不同的烘焙工艺,泡茶时使用的水源、工具等,每一步的变化都可能让泡出来的茶汤产生不同风味。正是这样的复杂有趣的过程让茶道、茶文化以一种蓬勃向上的生命力延续至今。
开源如同茶道,企业都想通过开源能力“泡出”一壶数字化创新的好茶。因为开源软件采用了开放源代码、自由分发等形式,减少了企业营销和销售的成本。可以打破被专有软件锁定的束缚,使企业兼容各种混合云和多云环境,不会受限于某个硬件厂商或者云服务提供商。
然而泡茶容易,但泡一壶好茶却很难得。对于传统企业来说,在数字化转型的过程中,构建新型基础设施时软硬件不适配带来的冲突以及公司长期发展和短期效果难以协调等问题,导致企业想要品上开源的“好茶”也并非易事。
本期《企业开源智库》邀请到信通院云大所所长何宝宏博士、红帽全球副总裁兼大中华区总裁曹衡康、至顶网总编高飞,就报告的相关数据进行深入探讨。围绕两份最新版的开源报告来探明开源的文化与生态、企业面临的痛点以及运营治理等问题。
欢迎收看本期《企业开源智库》,邀你共赏开源“好茶”。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。