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
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。
谷歌DeepMind发布突破性AI规划技术,让机器人学会像人类一样进行"情境学习"规划。该技术通过Transformer架构实现了快速适应新问题的能力,在迷宫导航、机器人控制等测试中表现优异,为自动驾驶、智能制造、医疗等领域应用奠定基础,标志着向通用人工智能迈出重要一步。
新南威尔士大学研究团队开发了ZARA系统,这是首个零样本运动识别框架,能够在未经专门训练的情况下识别全新的人类活动。该系统集成了自动构建的知识库、多传感器检索机制和分层智能体推理,不仅实现了比现有最强基线高2.53倍的识别准确率,还提供清晰的自然语言解释,为可穿戴设备和健康监护等应用领域带来了突破性进展。