在OCP全球峰会首日,微软公布了一些关于现有数据中心项目的更新信息,以及其他微软参与的新项目。
OCP是一个致力于在企业之间共享数据中心产品设计和最佳实践的组织,让其他企业可以从他们的经验中受益,并以最低成本构建更高效的数据中心。微软于2014年以创始成员身份加入OCP,此外成员中还有很多其他知名企业,包括Facebook、IBM、英特尔、诺基亚、谷歌、戴尔和思科。
此前,OCP发布了各种数据中心硬件组件的规范,包括主板、电缆、芯片组、连接器和网络交换机。但是今年微软更专注于软件方面。
微软Azure杰出工程师Kushagra Vaid在博客中表示,今年微软最重要的捐赠之一是云压缩算法和针对云存储的优化硬件实现,也就是名为Project Zipline的项目,其相关源代码和硬件设计规范现在可以通过OCP获得。
微软还开放了Project Cerberus的代码和工具,此前微软将该项目称为加密微控制器的标准。Project Cerberus也是Project Olympus的下一阶段,后者是一项数据中心服务器设计,以前曾捐赠给OCP,搭配Azure Fv2虚拟机系列进行部署。
微软显然很乐观,认为这些设计将很快就会被其他人采用。微软方面表示,“期待受Project Cerberus启发的产品在2020年投入市场”。
微软今天宣布开源的其他项目还包括Datacenter-ready Secure Control Module,该模块为数据中心服务器主板提供了必要的元素,但不包括CPU、内存插槽和I/O插槽。微软表示,许多ODM厂商正在努力将DC-SCM/SCI基本规范与新服务器产品集成在一起。未来微软还计划将DC-SCM/SCI规范与去年捐赠给OCP的OCP Accelerator Module(OAM)结合起来。OAM规范涉及面向加速器的开放、可互操作的模块化基础设施,这些加速器用于人工智能和高性能计算工作负载。
此外微软还表示,正在研究如何将液体冷却技术扩展到其他领域,例如比特币采矿以及“更广泛的超大规模云技术”。微软称,正在与Facebook和CoolIT等OCP成员展开合作,为开发用于Project Olympus系统和Open Rack v3的盲板Cold-Plate解决方案创建新标准。Vaid解释说:“Cold-Plate解决方案已经在超级计算机中使用了多年,但是高度定制的,并非为满足云所需的可维护性和可靠性而设计。”
除此之外,微软还推出了一种新的机箱设计E.1S,针对运行在英特尔Cascade Lake和AMD Rome处理器上的系统进行了优化。Vaid说:“我们相信,这项新标准将通过降低容量增量、提高每GB IOPS、缓解成本限制,促进整个企业的广泛采用。”
好文章,需要你的鼓励
在Meta Connect大会上,Meta展示了新一代Ray-Ban智能眼镜的硬件实力,配备神经腕带支持手势控制,电池续航翻倍,摄像头性能提升。然而AI演示却频频失败,包括Live AI烹饪指导、WhatsApp通话和实时翻译功能都出现问题。尽管Meta在智能眼镜硬件方面表现出色,但AI软件仍远未达到扎克伯格提出的"超级智能"目标。文章建议Meta考虑开放AI生态,允许用户选择其他AI服务商,这可能帮助Meta在AI硬件市场获得优势。
DeepSeek-AI团队通过强化学习技术开发出DeepSeek-R1系列推理模型,无需人工标注即可自主学习复杂推理。该模型在数学、编程等领域表现卓越,在AIME 2024中达到79.8%准确率,编程能力超越96%人类选手。研究团队还通过知识蒸馏技术将推理能力传递给小模型,使7B参数模型也能超越GPT-4o。这项突破为AI推理能力发展开辟新路径。
英伟达同意以50亿美元收购英特尔股份,双方将合作开发多代数据中心和PC产品。英伟达将以每股23.28美元的价格收购约4%的英特尔股份,成为其最大股东之一。两家公司将通过NVLink接口整合各自架构,实现CPU和GPU间的高速数据传输。英特尔将为英伟达AI平台定制x86处理器,并开发集成RTX GPU的x86系统级芯片,用于消费级PC市场。
微软研究院推出rStar-Math系统,通过创新的"深度思考"训练方法,让小型AI模型在数学推理能力上达到甚至超越OpenAI o1水平。该系统采用代码验证、过程偏好模型和四轮自进化训练,将70亿参数模型的数学能力从58.8%提升至90.0%,在美国数学奥林匹克竞赛中达到前20%水平,证明了精巧方法比模型规模更重要,为AI发展开辟了新路径。