AWS正在为美国政府打造一个模块化数据中心(MDC)。亚马逊的云业务表示,该AWS MDC可以作为美国国防部的独立模块化数据中心,该中心可以部署更多的单元进行扩展。每个单元都装在坚固的集装箱内,可以通过船运、铁路或卡车进行运输,甚至可以使用军用货机进行航空运输。
每个MDC单元都是一个环境控制的物理箱体,可以安装AWS Outposts或者AWS Snow Family设备的机架。Outposts是一个托管基础设施组合,使AWS服务能够在客户的站点运行,在这个例子中还可以在任何其他地方运行。AWS Snow Family是一款旨在将PB级的数据转移进出AWS或者在边缘处理数据的设备。
AWS表示,开发这些模块化服务器的原因是因为美国军方依赖数据密集型的现代应用程序,并依靠低延迟来实现现场的重要通信和协调。
该公司声称,能够在特定位置共享并访问数据对于任务成功正在变得越来越重要,无论是军事行动、危机应对工作还是协调关键物资和部队的运输都是如此。
作为一种快速构建IT基础设施的方式,模块化数据中心已经出现了好几年,标准化集装箱的使用以前也出现过——施耐德电气在去年年中面向客户推出了经过大调整的产品组合。
该公司表示,AWS MDC为国防部用户提供了部署计算和存储基础设施的能力,在任何有需要的地方——包括断网、网络中断、断续或者受限(DDIL)环境中支持大规模工作负载。
每个单元都是一个独立的系统,只需要在现场连接电源即可使用,如果使用AWS Outposts则还需要网络连接。客户可以选择使用卫星通信进行网络连接。
AWS的亚马逊国防业务总监Liz Martin在一份声明中表示:“借助AWS模块化数据中心,我们正在将数据中心从难以在远程环境中构建并管理的固定基础设施转化成一种易于使用、安全、经济高效的综合服务,可以响应任务需要的大规模计算和存储需求。”
AWS表示,MDC适用于有资格使用联合作战云能力(Joint Warfighting Cloud Capability)合约的美国政府客户。该服务目前由AWS GovCloud (US-West) Region和AWS GovCloud (US-East) Region进行支持。
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
中国人民大学和字节跳动联合提出Pass@k训练方法,通过给AI模型多次答题机会来平衡探索与利用。该方法不仅提升了模型的多样性表现,还意外改善了单次答题准确率。实验显示,经过训练的7B参数模型在某些任务上超越了GPT-4o等大型商业模型,为AI训练方法论贡献了重要洞察。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
南加州大学等机构研究团队开发出突破性的"N-gram覆盖攻击"方法,仅通过分析AI模型生成的文本内容就能检测其是否记住了训练数据,无需访问模型内部信息。该方法在多个数据集上超越传统方法,效率提升2.6倍。研究还发现新一代AI模型如GPT-4o展现出更强隐私保护能力,为AI隐私审计和版权保护提供了实用工具。