最新消息,OpenAI正在探索自研AI芯片,同时开始评估潜在收购目标。其招聘网站上,最近也出现了AI硬件共同开发、评估相关岗位。
自ChatGPT掀起最新AI趋势后,算力焦虑笼罩在各大AI厂商头上。无论是模型训练推理,还是API调用都需要算力作为支撑,有多少卡也成为衡量AI厂商实力如何的硬指标之一。与此同时,GPU不仅紧俏还贵,自研AI芯片也意味着能大幅降低算力成本。如今谷歌已经通过自研TPU,微软最近也传出了自研芯片11月份亮相的消息。
“有意见”留言板
@老董:AI厂商争相自研AI芯片,这只能说黄教主捞得太过了吧,按道理讲挖矿的一般不会自己去做铲子,可铲子的价格高过做铲子的成本后,那就别怪矿工们不务正业了。
@Futon:微软降低对OpenAI的依赖是明智的,不能把鸡蛋放在一个篮子里,而且的确需要自研芯片来降低成本,这对于OpenAI来说当然算是危机,自研芯片也是势在必行了吧。只是不知道这样能不能撼动黄教主的宝座呢?
@今天星期几:当自己设计硬件、造外壳还不够的时候,最有意愿投资未来的科技公司选择投资芯片。
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。