微软公司计划通过与当地公司的合作伙伴关系,大幅扩展其在阿联酋的数据中心足迹。
这家科技巨头今天宣布了这一举措,同时还公布了第二项重大基础设施投资。微软透露,已向风险投资支持的云计算初创公司Lambda Labs委托了价值数十亿美元的数据中心容量。两个项目都将使用英伟达公司最先进的GB300人工智能芯片。
2023年,微软与总部位于阿布扎比的Group42公司合作,扩大其在阿联酋的数据中心业务。这家科技巨头今天透露,到今年年底,该合作伙伴关系的投资将超过73亿美元。其中一半以上的资金分配给了资本支出,这一项目包括数据中心基础设施。
该项目使微软部署了英伟达公司的芯片,计算能力相当于21500张H100显卡。H100是英伟达在2023年之前的旗舰AI加速器。这家芯片制造商去年3月推出的新型Blackwell芯片在大语言模型推理方面提供了约30倍的性能提升。
今天宣布的投资将使微软在阿联酋再投入79亿美元。作为投资的一部分,该公司将把当地数据中心基础设施的计算能力提升近四倍,达到相当于81900张H100芯片的水平。
微软总裁布拉德·史密斯在博客文章中写道,这家科技巨头已经获得了美国商务部将新GPU运往阿联酋所需的批准。部分处理器将是GB300超级芯片,这是英伟达目前销售的最先进的AI加速器。每个GB300包含一个中央处理器和两张Blackwell Ultra显卡,每张显卡的性能比标准Blackwell B200提高50%。
微软计划在不久的将来进一步扩展其在阿联酋的基础设施。据《金融时报》报道,该公司预计将在未来12个月内获得额外的GPU出口许可证。此外,微软估计基础设施投资将伴随24亿美元的当地运营费用和销售成本。
该公司今天宣布的另一项数据中心投资将以与Lambda合作的形式进行,Lambda是一个专为AI工作负载优化的云平台运营商。今年2月,这家初创公司透露其云平台包含超过25万个GPU。同月,它从包括英伟达在内的财团筹集了4.8亿美元。
新宣布的合作伙伴关系将使Lambda为微软建设价值数十亿美元的AI基础设施。该项目将涉及数万张显卡,其中一些将部署在GB300 NVL72设备中。每个GB300 NVL72包含36个GB300芯片。
微软此前曾与CoreWeave公司签署了类似的AI基础设施合作协议,CoreWeave是Lambda的公开上市竞争对手。去年11月,The Information报道称,微软预计到本世纪末将在CoreWeave平台上花费100亿美元。
Q&A
Q1:微软在阿联酋的投资规模有多大?
A:微软宣布将在阿联酋投资79亿美元扩展AI数据中心容量,加上此前与Group42的73亿美元合作,微软在阿联酋的总投资将超过150亿美元。这项投资将使微软当地数据中心的计算能力提升近四倍。
Q2:GB300芯片相比H100有什么优势?
A:GB300是英伟达最先进的AI加速器,每个GB300包含一个中央处理器和两张Blackwell Ultra显卡。相比之前的H100芯片,新型Blackwell芯片在大语言模型推理方面提供约30倍的性能提升,每张Blackwell Ultra显卡比标准B200性能提高50%。
Q3:微软除了阿联酋还有哪些AI基础设施投资?
A:除了阿联酋项目,微软还与云计算公司Lambda Labs签署了价值数十亿美元的AI基础设施合作协议,涉及数万张显卡。此前微软还与CoreWeave公司合作,预计到本世纪末将在该平台投资100亿美元。
好文章,需要你的鼓励
PDF协会在欧洲会议上宣布,将在PDF规范中添加对JPEG XL图像格式的支持。尽管Chromium团队此前将该格式标记为过时,但此次纳入可能为JXL带来主流应用机会。PDF协会CTO表示,选择JPEG XL作为支持HDR内容的首选解决方案。该格式具备广色域、超高分辨率和多通道支持等优势,但目前仍缺乏广泛的浏览器支持。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
Ironclad OS项目正在开发一个新的类Unix操作系统内核,面向小型嵌入式系统,计划支持实时功能。该项目的独特之处在于采用Ada编程语言及其可形式化验证的SPARK子集进行开发,而非常见的C、C++或Rust语言。项目还包含运行在Ironclad内核上的完整操作系统Gloire,使用GNU工具构建以提供传统Unix兼容性。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。