芯片是大模型背后的算力之源。凭借10000片英伟达GPU芯片,OpenAI训练出了GPT-3大语言模型,英伟达的GPU也成为大模型训练的首选。而与英伟达并称为显卡双雄的AMD,在这波AI浪潮中自然也不甘落后。今年下半年,AMD将推出对标英伟达GH200超芯的MI300,发力AI训练市场。MI300是市面上首款“CPU+GPU+内存”一体化产品,也是AMD投入生产最大的芯片,晶体管数量达到1460亿个。
“有意见”留言板
@媒体搬运工:在大模型这波热炒中,芯片居然成了最大赢家。俗话说,羊毛出在猪身上。当AI烧钱到这个程度,那谁会买单呢?就像某个广告词所说的,我们不生产算力,而只是算力的搬运工。算力的狂欢,谁是最后的接盘侠呢?!
@Ada:最近《福布斯》刚为AMD CEO苏姿丰发表了特刊,称苏妈一手策划了硅谷历史上最重大的企业转型之一,使得一度濒临破产的AMD股价在不到十年里增长了近30倍。杂志还提到黄仁勋是苏姿丰的远房亲戚,那么这次面对AI浪潮,同为华裔芯片老总的她,能将AI王冠从这位“远亲”的头上摘下来吗?
@无糖冰可乐:AMD在GPU市场取得成功的潜力很大,并且在研发方面投资加大有利于公司在竞争中占得先机。英伟达等竞争对手也在不断进步,因此双方之间的竞争必定会持续激烈。不管结果如何,消费者最终将受益于市场竞争所带来的更高性能、更创新的产品。
好文章,需要你的鼓励
今年是AI智能体的爆发年。聊天机器人正演进为能代表用户执行任务的自主智能体,企业持续投资智能体平台。调研显示,超半数高管表示其组织已在使用AI智能体,88%在智能体上投入过半AI预算的公司已从至少一个用例中获得投资回报。Gartner预测,到2026年40%的企业软件应用将包含智能体AI,2035年智能体AI可能驱动约30%的企业应用软件收入。企业开始将AI智能体视为员工,建立招聘培训体系。
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。
谷歌的Nano Banana Pro AI模型生成的图像逼真度令人震惊,其关键在于完美模拟了手机相机的拍照特征。这些AI生成的图像具备手机拍照的典型特点:明亮平坦的曝光、较大的景深范围、略显粗糙的细节处理,甚至包含噪点。该模型还能自动添加符合情境的细节元素,如房产照片的水印等,使图像更加真实可信。这种技术进步意味着辨别AI生成内容变得更加困难。
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。