至顶网软件频道消息: 谷歌今天开始在自己的公有云上提供了一个新的图形加速器,以更好的支持人工智能和虚拟桌面工作负载。
据悉,谷歌采用的芯片是Nvidia的P4,这让谷歌云平台支持的Nvidia GPU数量增加到4个,而且所有这些都是从2017年2月以来添加的。Nvidia扩展其GPU产品线的步伐反映了企业采用人工智能的速度越来越快。
P4的起价为每小时60美分,是4款GPU中价格第二低的。在处理最多4个字节的单精度值时,该芯片可提供5.5 teraflops的性能。
Nvidia还为P4配备了8GB GDDR5内存,专门设计用于GPU。片上芯片内存要比普通内存更快,因为让数据更接近GPU核心,从而减少延迟。
在人工智能部署方面,谷歌认为基于云的P4主要用于机器学习推理,也就是数据处理神经网络在经过适当训练之后可以在生产环境中做的事情,这是一种完全不同的任务,有时候利用更强大的GPU可以实现更好的性能。
P4也适用于虚拟桌面环境。它采用了Grid,这个Nvidia软件可以在多个虚拟机之间分配GPU硬件资源。此外,谷歌还支持合作伙伴Teradici的工具,该工具可以将运行在虚拟机中应用流式传输到员工的本地设备上。
谷歌瞄准的第三种场景是视频流。根据Nvidia的说法,该芯片有3个视频处理引擎,可以实时转码多达35个高清流。
另外,GPU在谷歌的技术战略中扮演着越来越重要的作用,因此Nvidia也成为谷歌的一个重要合作伙伴。话虽如此,但谷歌并不完全依赖于这家AI处理器的芯片制造商。谷歌还支持Tensor Processing Units,这款内部设计的芯片可定制用于运行神经网络,每个神经网络可提供180 teraflops的巨大计算能力。
好文章,需要你的鼓励
新华三作为为技术跃迁的 "筑基者",通过分层布局产品、深化算网融合打造高质量稳定算力服务,推进 "AI in ALL" 向体系化能力纵深拓展,同时做好行业 "赋能者" 将技术能力转化为客户可感知的业务价值。
这项由谷歌云AI研究院和新加坡国立大学联合发布的研究(arXiv:2605.06924)提出了A?RD框架,通过多模态视频记忆库、自适应分段生成策略和层级化测试时自我提升三大核心机制,让AI视频生成从被动输出升级为主动把关,将一到十分钟视频的跨场景一致性和叙事连贯性提升幅度达到20%-30%,同时贡献了LVBench-C这一专为长程循环一致性设计的新评测基准。
今天讲的出海案例是三花智控,这家热管理控制元器件龙头把液冷专项组织对准美国数据中心扩容,市值约2039亿元。
这项由佐治亚理工学院等机构联合发布的UniSD研究(arXiv:2605.06597,2026年5月)提出了一个统一的自蒸馏框架,让大型语言模型无需借助更强外部教师即可自我提升。框架整合了多教师一致性、EMA教师、词汇级对比学习、特征匹配和散度截断五种互补机制,在六个基准和三个模型家族上验证,综合得分相比最强基线提升2.8分。