据英国广播公司5月17日报道,从惠普拆分出的慧与公司(HPE)推出了一台名为“The Machine”的计算机原型机,其拥有160TB内存及基于Linux的操作系统。该设备的运作更多地依赖于内存而非运算能力。
HPE公司表示,The Machine是为大数据处理而设计的,其可同时分析相当于1.6亿本书的信息量。该公司的内存驱动计算(Memory Driven Computing)研究项目最终会生成一个“几乎无访问限制的”内存池。
HPE总裁梅格•惠特曼(Meg Whitman)指出,“在我们每天创造的数据‘大山’背后,隐藏着下一个伟大的科学突破、推动产业变革的创新或改变生活的技术。为了实现这一前景,我们不能依赖于过去的技术,我们需要一台为大数据时代而建的计算机。”
南安普敦大学(University of Southampton)的莱斯•卡尔教授(Prof Les Carr)称,The Machine的运算速度很快,但大数据还面临着其它挑战。“加快速度的终极方法是确保计算机的所有数据尽可能在同一个地方处理和存储,因此这确实是一种试图加快速度的不同途径。”他表示,“我们需要使计算机的处理过程,不仅仅是变得更快,而是要变得更深入,更具商业关联性。生活中的许多方面就是这样,更快不一定意味着更好。”
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。