突发新闻:又一科技巨头加速其 AI 研发进程。这一次的主角是 Meta,据路透社报道,该公司正在测试其首款自研的 AI 训练芯片。此举旨在降低其庞大的基础设施成本,并减少对 NVIDIA 的依赖 (据说 NVIDIA 经常让扎克伯格说出"成人用语")。如果一切顺利,Meta 希望能在 2026 年将其用于训练。
据报道,Meta 已开始小规模部署这款专用加速器芯片,该芯片专门设计用于 AI 任务 (因此比通用型 NVIDIA GPU 更节能)。在完成首次"流片"后,公司随即开始部署。流片是硅芯片开发中的一个阶段,即将完整设计送去进行制造测试。
该芯片属于 Meta Training and Inference Accelerator (MTIA) 系列,这是该公司专注于生成式 AI、推荐系统和高级研究的自研芯片系列。
去年,该公司开始使用 MTIA 芯片进行推理,这是 AI 模型在后台进行的预测过程。Meta 已开始在 Facebook 和 Instagram 的新闻推送推荐系统中使用推理芯片。据路透社报道,该公司计划也开始使用训练芯片。两种芯片的长期计划据称是从推荐系统开始,最终用于像 Meta AI 聊天机器人这样的生成式产品。
在 2022 年订购了价值数十亿美元的 GPU 后,该公司成为 NVIDIA 最大的客户之一。这是 Meta 的一个转折点,此前该公司放弃了一款在小规模测试部署中失败的自研推理芯片——这与现在正在进行的训练芯片测试类似。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。