据路透社报道,公有云基础设施巨头AWS有可能成为第一个采用AMD新AI芯片的大客户。
然而,AWS已经决定不会从AMD竞争对手Nvidia那里购买整个系统。
据报道,全球最大的云计算公司AWS正在考虑采用AMD近日刚刚宣布推出的Instinct MI300X加速器。MI300X芯片专为生成式AI工作负载而设计,旨在为企业提供Nvidia GPU的替代方案,后者目前在AI行业占据主导地位。
AWS弹性计算云副总裁Dave Brown在接受路透社采访时表示,目前AWS尚未决定是否使用AMD这款新的芯片。
该报告发布后,AMD股价上涨了约1%。本周二,在AMD宣布推出MI300X芯片但未透露任何愿意使用该芯片的主要客户之后,股价下跌近4%。
AMD公司首席执行官Lisa Su在活动结束后告诉路透社,AMD对赢得AWS等云提供商特别感兴趣。为此,AMD提供了一个菜单,其中包含了为ChatGPT等服务提供动力所需的系统的所有组成部分,客户可以选择他们想要使用的组件,并将其接入行业标准连接。
根据Su的说法:“很多人都想要选择,他们想要能够在他们的数据中心定制他们所需的东西。”
Brown告诉路透社,AWS和AMD目前正在合作研究如何利用MI300X芯片。“他们围绕接入现有系统的设计所做的一些工作,让我们能够从中受益。”
AWS喜欢从零开始构建自己的服务器,这一事实对AMD可能是有利的。Constellation Research分析师Holger Mueller表示,AWS对用于驱动这些服务器的AI硬件实现多样化,是很有意义的。
Mueller说:“随着生成式AI的兴起,云计算厂商之间的军备竞赛开辟了一条新的战线,他们都在争夺运行这些工作负载所需的芯片,云厂商们知道,客户的一些专有工作服在可能在不同AI芯片组上运行得更好,因此他们希望有更多的选择。但围绕新芯片展开对话是一回事,而构建实际的关键任务硬件又是另一回事,所以只有到未来才能这是否会带来任何结果。”
AWS需要使其产品多样化,这也解释了为什么AWS不想提供由Nvidia DGX Cloud的整套系统。该系统是一台“AI超级计算机”,捆绑了数百个GPU,可随时处理一些最密集的AI工作负载。它目前是Oracle提供的,据报道Nvidia也询问了AWS是否也愿意向其客户提供DGX平台。但根据Brown的说法,AWS拒绝了,称自己更愿意零散地购买Nvidia的GPU。
AWS确实允许客户访问Nvidia最先进的H100 GPU,但仅限于AWS设计的服务器系统。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。