人工智能在过去两年中改变了数字基础设施格局,但一直缺乏连接训练、推理和企业基础设施的参考标准。为解决这一问题,Zayo和Equinix发布了"业界首个AI基础设施蓝图"。
这一联合基础设施架构框架由通信基础设施提供商和数字基础设施公司共同制定,旨在定义下一代基础设施如何为AI工作负载提供动力。两家公司表示,新云服务商和AI提供商将获得一个框架,明确高容量网络、互联枢纽、训练和推理数据中心的作用,以及连接它们的清晰模型。
随着AI驱动的带宽需求预计到2030年将增长6倍,Zayo已投资于AI规模数据传输所需的光纤容量和新路线,包括承诺建设超过5000英里的新长途光纤路线。
Zayo首席产品和战略官Bill Long表示:"我们正在引入网络标准和数据中心最佳实践,使AI通信基础设施具有可扩展性、可扩展性,并为未来做好准备。"
AI基础设施蓝图从根本上指出,大规模AI跨越训练位置、分布式推理以及连接它们的网络和互联节点。该蓝图提供了这些组件如何组合的基础设施架构框架:Equinix作为连接网络、训练和推理基础设施的中性互联枢纽;Zayo作为高容量光纤和网络服务提供商,连接枢纽、数据源和工作负载。
其结果是为启动和扩展AI通信基础设施提供"清晰、结构化的路径",为新云服务商和生成式AI提供商提供实用的私有连接指导,以降低复杂性并加速部署。
该蓝图旨在大规模提供经过验证的蓝图,参考设计专注于在规模上重要的网络元素,减少试错并缩短AI训练和推理的上市时间。它基于Equinix和Zayo的云连接和IP对等经验,在关键网络层和元素方面提供实用指导,帮助企业为长期AI增长进行设计。它还使用通用术语为AI生态系统提供共同语言,使客户、合作伙伴和供应商在AI网络堆栈中保持一致。
Futuriom Research特约分析师Craig Matsumoto表示:"新云服务商和AI提供商面临着他们的雄心与支持所需基础设施之间日益扩大的差距,扩展网络是最棘手的挑战之一。AI基础设施蓝图通过描绘Zayo广泛的光纤骨干网与Equinix全球连接结构如何协同工作,为团队提供可重复的模型来扩展和支持边缘的低延迟推理,为行业带来急需的清晰度。在我们看来,这一蓝图标志着向跨通信基础设施扩展AI的通用模型迈出了关键一步。"
Equinix数字互联副总裁Arun Dev补充道:"随着企业竞相将AI投入运营,他们意识到成功不仅仅依赖于GPU。它需要分布式、高性能的连接,一直延伸到边缘。通过Fabric Intelligence,这些连接变得更加智能,具备实时发现、激活和优化功能,降低集成风险,加速扩展,并帮助确保AI部署与行业发展方向同步演进。"
Q&A
Q1:AI基础设施蓝图是什么?
A:AI基础设施蓝图是由Zayo和Equinix联合发布的业界首个基础设施架构框架,旨在定义下一代基础设施如何为AI工作负载提供动力,明确高容量网络、互联枢纽、训练和推理数据中心的作用及连接模型。
Q2:这个蓝图能解决什么问题?
A:该蓝图解决了AI基础设施缺乏参考标准的问题,为新云服务商和AI提供商提供清晰的部署路径,降低复杂性,减少试错,缩短AI训练和推理的上市时间,并提供共同语言使生态系统保持一致。
Q3:为什么现在需要这样的基础设施框架?
A:因为AI驱动的带宽需求预计到2030年将增长6倍,而新云服务商和AI提供商面临着雄心与支持所需基础设施之间日益扩大的差距,扩展网络成为最棘手的挑战之一,急需标准化的解决方案。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。