RISC-V服务器芯片设计厂商Ventana Micro Systems发布了其第二代服务器CPU——Veyron V2。在核心配置方面,Veyron V2基于台积电4nm工艺,8流水线设计,支持乱序执行,主频高达3.6GHz,单个集群内核数量32个,多集群最多可扩展至192核。缓存的大小为每个核心1MB二级缓存,以及128MB 的共享集群级三级缓存。官方宣称其性能已超越了x86高端服务器芯片。
“有意见”留言板
@Futon:Ventana自己说Veyron V2超越Epyc 9754,谁可以来验证下呢?不过IOMMU对于数据中心应用程序来说是一项关键功能,这项规范的批准是个大事,以后只要有虚拟机,并且想要直接访问其中一个PCIe设备,再也不用执行所有软件开销来切换它了。
@老董:这应该是RISC-V在服务器芯片领域的又一次突破,但RISC-V是否能满足服务器领域的多种不同需求,还需要经过进一步的实践检验。希望RISC-V技术可以得到持续发展,从而打破服务器领域x86一家独大的局面。
@寒流:随着技术的发展,RISC-V架构的处理器在性能上逐渐与传统的x86和ARM架构竞争,这包括在能效、处理速度和并行处理方面的改进。但相较于现有的主流架构,它仍然是一个相对较新的参与者,需要时间来证明自己。
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。