今天,世紀(jì)互聯(lián)總裁孟樸在做客CBSi的時候稱,世紀(jì)互聯(lián)數(shù)據(jù)中心選址的時候,會選擇靠近客戶、靠近需求的位置,優(yōu)先考慮網(wǎng)絡(luò)成本,而非電費(fèi)成本。
當(dāng)前,很多數(shù)據(jù)中心都選擇在內(nèi)蒙、貴州等地建立大型數(shù)據(jù)中心,不過,在世紀(jì)互聯(lián)的數(shù)據(jù)中心卻沒有選擇這些地點。
談及世紀(jì)互聯(lián)的選址理念,孟樸稱,數(shù)據(jù)中心或者是云計算中心選點問題涉的面比較廣,數(shù)據(jù)中心或者云中心不光是電費(fèi),電費(fèi)是經(jīng)營成本的一部分,但還要全盤考慮,因為還要其他的方面要考量。
現(xiàn)在央企的運(yùn)營商在內(nèi)蒙、在貴州都有建立大型數(shù)據(jù)中心,都是非常大的占地規(guī)模,能夠享受到當(dāng)?shù)氐牡徒ㄔO(shè)成本、低用電成本,運(yùn)營商的網(wǎng)絡(luò)是自己的,不用花錢。
對世紀(jì)互聯(lián)這樣的第三方中立的服務(wù)提供商來講的話,就要權(quán)衡電費(fèi)成本和網(wǎng)絡(luò)成本,每家有每家的特點,所以世紀(jì)互聯(lián)的數(shù)據(jù)中心會更集中在靠近客戶、靠近需求的地方。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強(qiáng)于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。