IBM公司表示其正在跨越自家存储产品组合利用NVMe开发多套系统,并有意借此推动整个行业在系统性能层面实现跨越式发展。
其采用NVMe的产品将于2018年上半年正式投放市场,这意味着距离目前还有一年时间。相比之下,Apeiron、Excelero、E8、美光以及其它众多厂商则已经拥有NVMe SSD支持系统,并正逐步转向NVMe over Fabrics级共享存储访问领域。
蓝色巨人指出,其NVMe发展战略的基础在于优化整套存储系统堆栈,从需要数据供应的应用到闪存数据存储皆包含在内。其同时宣称,目前部分产品已经开始使用NVMe类特性:
IBM公司亦是NVMe工作组中的一员,且其目前正致力于打造采用新型驱动器、网络协议与IO架构的企业存储系统。
此番公告可以确定IBM将引入NVMe驱动器支持能力,但却尚未提到任何与NVMe over Fabrics相关的信息——这一点无疑令人担忧。不过蓝色巨人表示其在NVMe工作组中处理了部分网络协议相关工作,这里指的也许正是NVMe over Fabrics。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。