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
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。