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
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。