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
当前世界充满变数,IT领域除AI外鲜少受到关注。从气候变化到地缘政治紧张局势,IT在公众讨论中边缘化。这在技术变革关键时刻十分危险。CEO、高管和媒体对IT缺乏深度思考,普遍持"不坏就别谈"的态度。CIO需要重新获得利益相关者关注,克服对IT运营的冷漠和无知。技术文盲问题严重,大多数人从未构建过IT系统。IT行业需要重新赢得人心,大幅提升公众IT知识水平。
OpenAI团队的最新研究揭示了大语言模型产生幻觉的根本原因:AI就像面临难题的学生,宁愿猜测也不愿承认无知。研究发现,即使训练数据完全正确,统计学原理也会导致AI产生错误信息。更重要的是,现有评估体系惩罚不确定性表达,鼓励AI进行猜测。研究提出了显式置信度目标等解决方案,通过改革评估标准让AI学会诚实地说"不知道",为构建更可信的AI系统指明方向。
技术驱动的变革比以往更加频繁,但成功并不能得到保证。Gartner研究显示,只有五分之一的组织能够在75%或更多时间内从转型项目中获得预期收益。其余都是昂贵的失败。有效的变革管理能够提高技术采用率,服务于业务目标。变革管理不再是边缘活动或软技能,而是决定新举措是否能够创造商业价值的核心绩效学科。
字节跳动AI实验室提出"逆向工程推理"新范式,通过从优质作品反推思考过程的方式训练AI进行创意写作。该方法创建了包含2万个思考轨迹的DeepWriting-20K数据集,训练的DeepWriter-8B模型在多项写作评测中媲美GPT-4o等顶级商业模型,为AI在开放性创意任务上的应用开辟了新道路。