
部分人不相信微软在开发ARM版Windows Server,但让笔者好奇的却是,微软为什么迟迟不开发这样的软件。
一提到ARM处理器,人们会立即想到智能手机和平板电脑,但64位ARM处理器的处理能力要高得多。多年来,戴尔、惠普等硬件厂商一直在开发可以用在数据中心中的64位ARM服务器。
64位ARM服务器设计有吸引力的原因有很多。最根本的原因是:配置64位ARM处理器的微型服务器的TDP(热设计功耗)在10-45瓦之间,远低于传统X86服务器(超过90瓦)。服务器能耗越低,服务器电费和数据中心的运营成本也就越低。
一台64位ARM服务器的能耗不足X86服务器的一半。由于能耗通常是数据中心最大的一项支出,因此ARM服务器能大幅降低数据中心成本。
各大商业性Linux巨头——Canonical、Red Hat和SUSE,多年前就推出了支持64位ARM处理器的版本。
云计算的兴起对数据中心的处理能力提出了全新的不同需求。微型服务器应运而生,能满足扩大规模,以及降低服务器成本和能耗的需求。
Red Hat与AMD、American Megatrends、AppliedMicro、ARM、Cavium、戴尔、惠普和Linaro等公司合作,启动了一个开发项目,使64位ARM处理器被应用在数据中心中。之前,Red Hat帮助开发了ARM的Server Base System Architecture,有助于加速跨多个64位ARM平台的软件开发和支持。
简而言之,Linux在64位ARM数据中心的发展中居于领先地位。微软别无选择,只能追随这一潮流。
微软开发ARM版Windows已经有一段时间了。不过,Windows RT在市场上没有取得成功,但是,把Windows Server移植到64位ARM处理器上远比把Windows 8变种移植到平板电脑上要重要得多。正如微软上一季度财报表明的那样,未来微软将更多地依靠不断增长的服务器和云计算业务获得利润。为了推动服务器和云计算业务的增长,微软已经采用了另外一项基于Linux的技术Docker,以获得更多的应用。使Windows Server和Azure支持64位ARM非常符合微软的技术和商业计划。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。