部分人不相信微軟在開發(fā)ARM版Windows Server,但讓筆者好奇的卻是,微軟為什么遲遲不開發(fā)這樣的軟件。
一提到ARM處理器,人們會立即想到智能手機和平板電腦,但64位ARM處理器的處理能力要高得多。多年來,戴爾、惠普等硬件廠商一直在開發(fā)可以用在數(shù)據(jù)中心中的64位ARM服務(wù)器。
64位ARM服務(wù)器設(shè)計有吸引力的原因有很多。最根本的原因是:配置64位ARM處理器的微型服務(wù)器的TDP(熱設(shè)計功耗)在10-45瓦之間,遠(yuǎn)低于傳統(tǒng)X86服務(wù)器(超過90瓦)。服務(wù)器能耗越低,服務(wù)器電費和數(shù)據(jù)中心的運營成本也就越低。
一臺64位ARM服務(wù)器的能耗不足X86服務(wù)器的一半。由于能耗通常是數(shù)據(jù)中心最大的一項支出,因此ARM服務(wù)器能大幅降低數(shù)據(jù)中心成本。
各大商業(yè)性Linux巨頭——Canonical、Red Hat和SUSE,多年前就推出了支持64位ARM處理器的版本。
云計算的興起對數(shù)據(jù)中心的處理能力提出了全新的不同需求。微型服務(wù)器應(yīng)運而生,能滿足擴大規(guī)模,以及降低服務(wù)器成本和能耗的需求。
Red Hat與AMD、American Megatrends、AppliedMicro、ARM、Cavium、戴爾、惠普和Linaro等公司合作,啟動了一個開發(fā)項目,使64位ARM處理器被應(yīng)用在數(shù)據(jù)中心中。之前,Red Hat幫助開發(fā)了ARM的Server Base System Architecture,有助于加速跨多個64位ARM平臺的軟件開發(fā)和支持。
簡而言之,Linux在64位ARM數(shù)據(jù)中心的發(fā)展中居于領(lǐng)先地位。微軟別無選擇,只能追隨這一潮流。
微軟開發(fā)ARM版Windows已經(jīng)有一段時間了。不過,Windows RT在市場上沒有取得成功,但是,把Windows Server移植到64位ARM處理器上遠(yuǎn)比把Windows 8變種移植到平板電腦上要重要得多。正如微軟上一季度財報表明的那樣,未來微軟將更多地依靠不斷增長的服務(wù)器和云計算業(yè)務(wù)獲得利潤。為了推動服務(wù)器和云計算業(yè)務(wù)的增長,微軟已經(jīng)采用了另外一項基于Linux的技術(shù)Docker,以獲得更多的應(yīng)用。使Windows Server和Azure支持64位ARM非常符合微軟的技術(shù)和商業(yè)計劃。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。