Nvidia(英伟达)在年度开发者大会上发布了当前最强AI芯片Blackwell B200 GPU以及GB200(2个Blackwell GPU和1个Grace CPU结合在一起的超级芯片),B200拥有2080亿个晶体管,而上一代芯片Hopper H100 是800亿个晶体管,虽然晶体管多了两倍多,但是实现了5倍性能提升。
与H100相比,对于大模型推理工作负载,GB200超级芯片提供高达30倍的性能提升。
不言而喻,Blackwell B200 GPU,是如今世界上最强大的AI芯片,也将为万亿级参数大模型提供强大的AI动力。
“有意见”留言板
@不倒翁:芯片性能的极限在哪里?老黄不断打破记录值得肯定,对于马斯克担心芯片消耗电力问题,完全不用担心,既然这么牛的芯片都能生产出来,电力的创新难道比这个还难?
@周一见:这些技术的进步对一般用户而言可能感觉遥远,但未来可能会以我们目前还未完全预料到的形式,通过更加智慧化的应用程序和服务,间接地提升我们的社会和生活品质。
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。