近日,由宁畅参与起草的《基于标准PCIe接口的人工智能加速卡液冷设计》白皮书正式发布。该技术白皮书由开放计算标准工作委员会(OCTC)归口,旨在为冷板式人工智能加速卡的设计提供重要指导。

大模型时代下,AI算力需求呈现指数级增长,带来人工智能加速卡和服务器功耗的不断提升。尽管冷板式液冷已成为当前解决高功耗问题的主流方案,但由于冷板结构设计复杂,一旦工艺和质量不过关,容易产生散热不均、漏液等问题,直接影响液冷的效率、成本及可靠性。
宁畅在冷板液冷领域拥有领先的技术与丰厚的经验,通过对冷板材料、结构设计、工艺制造等一系列的把控,做到液冷散热的高精度、高效率、高节能。利用冷板散热技术,宁畅能够进一步提升人工智能加速卡在机器学习和深度学习方面的速度和性能,从而更好满足人工智能应用的需求,通过AI和液冷的组合实现1+1>2的效果。
本次发布的技术白皮书对冷板式加速卡提供了明确的设计指导,以降低服务器和冷板式人工智能加速卡之间的适配难度和适配的成本,推动冷板式液冷技术的普及。基于丰富积累,宁畅此前已参与并落地多项冷板及液液冷相关标准,在本次技术白皮书编制中,宁畅为冷板式液冷人工智能加速卡的结构设计、生产使用等贡献了多项技术与经验建议,有效增强了内容的可落地性,与各单位一起用标准化建设进一步推动人工智能与液冷产业的共同发展。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。