部分人不相信微軟在開(kāi)發(fā)ARM版Windows Server,但讓筆者好奇的卻是,微軟為什么遲遲不開(kāi)發(fā)這樣的軟件。
一提到ARM處理器,人們會(huì)立即想到智能手機(jī)和平板電腦,但64位ARM處理器的處理能力要高得多。多年來(lái),戴爾、惠普等硬件廠商一直在開(kāi)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(jì)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(jì)功耗)在10-45瓦之間,遠(yuǎn)低于傳統(tǒng)X86服務(wù)器(超過(guò)90瓦)。服務(wù)器能耗越低,服務(wù)器電費(fèi)和數(shù)據(jù)中心的運(yùn)營(yíng)成本也就越低。
一臺(tái)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(xiàng)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(jì)算的興起對(duì)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(yùn)而生,能滿足擴(kuò)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(dòng)了一個(gè)開(kāi)發(fā)項(xiàng)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(kāi)發(fā)了ARM的Server Base System Architecture,有助于加速跨多個(gè)64位ARM平臺(tái)的軟件開(kāi)發(fā)和支持。
簡(jiǎn)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(wú)選擇,只能追隨這一潮流。
微軟開(kāi)發(fā)ARM版Windows已經(jīng)有一段時(shí)間了。不過(guò),Windows RT在市場(chǎng)上沒(méi)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(cái)報(bào)表明的那樣,未來(lái)微軟將更多地依靠不斷增長(zhǎng)的服務(wù)器和云計(jì)算業(yè)務(wù)獲得利潤(rùn)。為了推動(dòng)服務(wù)器和云計(jì)算業(yè)務(wù)的增長(zhǎng),微軟已經(jīng)采用了另外一項(xiàng)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(jì)劃。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。