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
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
谷歌研究院开发的论文助手工具PAT,利用分阶段深度推理流水线自动审查学术论文,在真实错误检测任务上达到89.7%召回率,并已在STOC和ICML两大顶会完成超4700篇论文的真实部署。