这波生成式AI浪潮让芯片成为了最大的赢家。眼看着英伟达GPU被AI厂商争相抢购,AMD不甘落于人后。在今天的新品发布会上,AMD重磅推出了面向大模型训练的ADM GPU Instinct MI300X。AMD CEO苏姿丰称,MI300X是AMD真正为生成式AI设计的产品,与英伟达的H100芯片相比,MI300X的HBM密度是其2.4倍,带宽是其1.6倍。这意味着MI300X 可以容纳更大的AI模型,它的发布极大增加了AMD的AI竞争力。
“有意见”留言板
@阿里嘎多美羊羊桑:“复刻英伟达”说得不对,没有一家公司想成为另一家,也没有一家公司靠“复刻”就能成功的,对于竞争对手来说,尊敬?超越,保持前进才是一家公司成功的根本。
@卡卡卡西:苏妈隔空喊话老黄,尚能饭否?
@Futon:自从ChatGPT问世,它就一直是一个热门话题,英伟达也趁机狂刷存在感。正当我们开始觉得英伟达才是最终赢家的时候,AMD终于出手了,希望这波竞争能让未来的大模型训练成本更低一些,作为最终用户,自然更希望ChatGPT们能再便宜点啦。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。