微软宣布已收购数据中心芯片初创公司Fungible。
此次收购的财务条款没有披露,不过根据Blocks and Files的报道称,这笔交易价值1.9亿美金。微软将把Fungible的技术部署在Azure云平台支持的数据中心。
除了运行应用之外,数据中心服务器还要执行各种支持任务。数据中心服务器对应用生成的网络流量进行加密,以降低被黑客攻击的风险,同时,服务器会扫描网络流量以查找违规指标并进行压缩,从而有助于优化带宽的使用。
总部位于美国加利福尼亚州圣克拉拉的Fungible公司开发了一种专用芯片,可以将此类支持任务从服务器的CPU卸载,Fungible将这种芯片称为数据处理单元(DPU)。Fungible表示,将加密操作和其他支持任务从服务器的CPU卸载到DPU,可以为应用提供更多的计算能力。
据Fungible公司称,他们的技术可以通过提高运营效率来降低数据中心成本。此外,Fungible还承诺在此过程中可以简化日常服务器管理。
Fungible公司表示,他们的DPU不仅可以提高服务器的效率,还可以提高存储基础设施的效率。Fungible构建了一款名为Fungible Storage Cluster的闪存系统,该系统使用Fungible的DPU技术来压缩数据并运行纠删码算法。擦除编码是一种确保在硬件出现故障时信息仍然可用的方法。
Fungible表示,单个Fungible Storage Cluster系统每秒可以执行多达1300万次IOPS,而且该平台的能效要高于某些竞争产品。
根据Blocks and Files的报道,微软曾一度考虑与Fungible合作开发定制芯片,后来微软选择收购而非合作。交易完成之后,Fungible的员工将加入微软的数据中心基础设施工程团队。
微软Azure Core企业副总裁Girish Bablani表示:“今天这一公告进一步表明,微软致力于对我们的数据中心基础设施进行长期的、差异化的投资,增强我们广泛的技术和产品范围,包括卸载、改善延迟、增加数据中心服务器密度、优化能源效率和降低成本。”
2020年的时候就有报道称微软正在寻求为Azure云平台开发定制处理器。这次,微软通过收购Fungible获得的技术和芯片设计专业知识,有助于推进处理器的开发工作。
微软在云市场中主要的竞争对手都已经在他们的数据中心使用了定制芯片。AWS有多个云实例是运行在自主开发的处理器上,谷歌的云业务则提供了Cloud张量处理单元,一款由谷歌工程师设计的定制芯片,用于加速人工智能工作流程。
微软在收购Fungible的几周之前,刚刚收购了另一家数据中心硬件初创公司Lumenisity。Lumenisity开发了一种用于把数据中心系统相互连接的高速网络电缆,据称,这种技术要比传统光纤电缆快50%。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。