Red Hat近日宣布在AWS云上全面提供Red Hat Enterprise Linux for Workstations。
这是一个虚拟的Linux工作站,通过亚马逊的NICE DCV远程可视化协议、标准Web浏览器、Windows或者Mac瘦客户端可对其进行访问。Red Hat将该服务定位为适用于动画渲染或者数据可视化等处理密集型工作负载,而不需要相关的硬件成本。
这款工作站即服务产品支持AWS上的各种GPU加速硬件实例,并针对高性能、图形密集型工作负载进行了优化,与支持多种语言、数据库和工具的Red Hat软件开发堆栈相兼容。
Red Hat表示,客户可以利用现有的Red Hat Enterprise Linux生态系统,生态系统中包括来自独立软件供应商的数千个可以快速部署的应用。该服务可用于各种Amazon EC2实例,包括用于机器学习推理和图形密集型应用的G系列实例。
Red Hat副总裁、Red Hat Enterprise Linux总经理Gunnar Hellekson在一份声明中表示:“这种GPU加速和高性能基础设施的结合,将让艺术家、医学专家、科学家和工程师在世界任何地方都能够使用他们所需的功能、在低延迟环境中开展工作。无论是在本地还是通过云服务,Red Hat都能做到这一点。”
目前持有Red Hat Cloud Access的客户可以使用他们现有的RHEL for Workstations订阅在AWS上进行部署,无需额外许可,同时保留所有Red Hat支持和订阅权益。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。