日前,在 Linux 基金会牵头下,微软、HPE、英特尔、AMD 、Meta、思科、博通等科技巨头联合成立超以太网联盟(UEC),计划开发超以太网传输协议(UET)。这种新的以太网传输协议,支持跨多个路径进行数据包传输,还能减少甚至避免数据包拥堵、减少串播问题,并提高安全性,将更好地满足人工智能和高性能计算等领域工作负载的需求。
“有意见”留言板
@不倒翁:这个联盟要做好持久战的准备,要是拍电影可以,“复仇者联盟”分分钟搞起,但是现实世界中,针对以太网的标准、技术、应用进行升级革命,是个大工程。
@周一见:这个项目的出现令人兴奋,这对于处理大量数据和复杂计算任务的人工智能和HPC系统来说至关重要,期待看到这个项目的进一步发展以及后续给我们带来的新技术和新产品。
@贰言:这种跨公司、跨行业的合作模式,虽然有利于打破行业壁垒,推动技术的融合和创新。但这种巨头公司的联合也可能会导致技术垄断、技术依赖、影响市场的竞争。
好文章,需要你的鼓励
洛杉矶大火一年后,亚马逊Ring安全服务推出Fire Watch功能以降低野火风险。该功能集成在Ring应用的邻里版块中,计划今春全美推广。系统依托非营利组织Watch Duty的野火预警,当检测到野火时会通知附近用户,符合条件的户外摄像头将启用AI图像识别监测火情。Ring还推出AI异常事件预警和主动警告功能。但隐私问题仍存争议,多个州因隐私法限制相关AI功能使用。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
数据平台Snowflake将谷歌Gemini模型集成到其Cortex AI中,让客户在数据环境边界内访问基础模型。Cortex AI支持跨云推理,无论客户环境运行在AWS、Azure还是谷歌云上。该平台已支持OpenAI、Anthropic等多家模型提供商,采用按需付费模式。客户可通过SQL或API直接访问模型,分析多模态数据并构建AI应用场景。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。