CNET科技资讯网 3月10日 北京消息:3月8日, 在2017年开放计算项目(Open Compute Project)峰会上,高通数据中心技术公司宣布将与微软合作,通过其10纳米Qualcomm Centriq™ 2400平台加速新一代云服务发展。该合作将涵盖未来数代硬件、软件及系统。
为了保证各种云计算负载能够在Qualcomm Centriq 2400服务器驱动的Microsoft Azure云平台上运行,高通数据中心技术公司于8日向开放计算项目提交了使用10纳米Qualcomm Centriq 2400先进平台的服务器规格——其规格是基于微软最新版Project Olympus的配置,为微软内部使用而开发。
多年来,高通数据中心技术公司一直与微软基于ARM架构服务器进行合作。高通数据中心技术公司在微软驻有现场工程团队,针对供微软数据中心内部使用、基于Qualcomm Centriq 2400系统的Windows Server进行协同优化。
高通数据中心技术公司方面表示,其向开放计算项目提交的方案,是双方多方面、多层次合作的结晶,以推动ARM架构进入数据中心领域。它涵盖多个硬件和软件领域,包括板卡开发、固件、操作系统、编译器与工具以及CoreCLR。
Qualcomm Centriq 2400开放计算主板搭配高通最近发布的10纳米48内核服务器处理器,提供最先进的内存、网络和外部接口,支持开放计算项目社区面向最常用的云计算负载进行访问并设计基于ARM架构的服务器。它适合标准的1U服务器系统,支持系统厂商面向计算密集型数据中心工作负载灵活地创建创新型、可配置的设计。同时,它能够与计算加速器、多通路技术网卡和尖端存储技术(例如NVMe)匹配,面向特定工作负载进行性能优化。
高通数据中心技术公司产品管理副总裁Ram Peddibhotla表示:“高通数据中心技术公司正在通过提供全球首个10纳米服务器平台加快数据中心领域的创新。我们与微软的合作,以及为开放计算项目社区做出的贡献,起到了促进创新的作用,例如将Qualcomm Centriq 2400纳入数据中心设计并进行快速部署。通过与微软和其他业界领先合作伙伴的协作,我们正在为系统设计的普及和广泛的ARM服务器生态系统提供支持。”
微软公司Microsoft Azure云平台杰出工程师Leendert van Doorn博士表示:“微软和高通数据中心技术公司的合作着眼于未来,开发有潜力塑造数据中心未来的服务器加速与内存技术。双方基于供微软内部使用的 Windows Server的联合工作,以及Qualcomm Centriq 2400开放计算主板服务器规格能够与微软Project Olympus兼容,是支持我们的云服务在Qualcomm数据中心技术公司服务器平台上运行的重要举措。”
作为进一步支持该生态系统并承诺投入的标志,Qualcomm数据中心技术公司还宣布作为金牌会员加入开放计算项目基金会。Qualcomm Centriq 2400主板对开放计算项目所作的贡献,不仅突显了开放的硬件创新,并且强调了技术合作伙伴通过提供企业级操作系统、固件、协处理器、连接器产品、Java和其他技术来完善数据中心ARM生态的重要性。Qualcomm数据中心技术公司将继续与红帽、Canonical、Mellanox、赛灵思和AMI等领先公司合作,打造丰富的生态系统,做好入市准备和软件扩展工作。
Qualcomm Centriq 2400开放计算主板将于2017年开放计算项目美国峰会微软展台(A4)和Mellanox展台(C-23)进行展示,峰会于3月8日和9日在加利福尼亚州圣克拉拉市举行。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。