
Google在基础架构上的支出很高,而且越来越高,2013年第四季度增长逾1倍至22.6亿美元。
Google周四公布了第四季度财报,营收增长17%至168.6亿美元,净利润为33.8亿美元。Google业绩大幅增长的基础之一是在基础架构上投入巨资——其中主要是服务器、网络设备和数据中心。
第四季度22.6亿美元的基础架构支出略低于第三季度的22.9亿美元,但比上年同期增长了逾1倍。相比之下,2013年第三季度通用汽车在基础架构方面的支出为19亿美元。
过去数十年,计算产业的主流商业模式是低投入、高产出,例如微软,软件只要开发成功,增加销售的边际成本几乎为零。目前,互联网创业公司可以利 用亚马逊的云计算服务,减小早期的基础架构支出。但在Google所处的产业,基础架构支出却越来越高。过去3年,Google在每个季度发布的财报中都 指出,“我们预计将继续增加资本支出。”
计算基础架构不仅是Google搜索算法,也是Google预测用户输入搜索关键字的基础。另外,Google+、实时广告竞拍、通过Google Play发布Android应用、Google Apps也都离不开计算基础架构的支持。
当然,Google还有其他支出,例如,支付维护基础架构、开发新一代服务、进行专利诉讼、提供后勤服务的4.8万名员工的薪酬。但毫无疑问的是,Google巨额利润的基础是大量的硬件。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。