AI云服务提供商CoreWeave推出了Arena实验室,旨在帮助企业组织通过在真实基础设施上运行工作负载来验证AI生产就绪性,而非仅在沙盒环境或演示中进行测试。
该公司表示,该项目让技术负责人在投入资源进行全面运营之前,能够清晰了解性能、可靠性和成本情况。
在接受数据中心知识采访时,CoreWeave工程高级副总裁Chen Goldberg表示,Arena填补了企业客户的一个空白:从基准测试转向大规模系统级测试。
"越来越多的客户意识到,要充分发挥AI的作用,重要的不仅仅是模型本身,"Goldberg说道。"现在还有更多因素需要考虑,比如延迟、性能和安全性。要让这些因素协同工作,你实际上需要测试整个系统。"
AI基础设施访问权限
与Arena合作的客户可以访问CoreWeave的AI原生平台,包括Mission Control、SUNK(基于Kubernetes的Slurm)、CKS(CoreWeave Kubernetes服务)以及其他工具和服务。
"CoreWeave提供了AI竞赛中缺失的理解力和成本确定性要素,这对新兴公司尤其重要,"IDC云和边缘服务研究副总裁Dave McCarthy表示。
McCarthy补充说,随着工作负载从训练转向推理,AI市场正在快速变化。"推理阶段,即模型主动处理实时数据并生成预测的阶段,既需要计算能力,也需要智能系统设计来扩展工作负载,在做出改变生产的决策之前测试这些是关键。"
投资回报率的窗口
Goldberg表示,对客户而言,这种方法可以提供清晰的投资回报率视图。"企业正在询问如何理解其成本结构以及价格与性能的关系?他们能够看到系统的可靠性,"她说。"我们正在帮助进行总拥有成本练习,帮助客户了解他们的系统在规模化时的表现。"
CoreWeave过去也为客户提供过类似支持,但Arena实验室扩大了机会。
Period Labs技术员工Xander Dunn在一份声明中表示:"在全面进行概念验证之前,我们希望清楚了解工作负载的实际表现,特别是在看到不同提供商之间结果差异如此之大之后。在生产规模基础设施上运行工作负载,让我们早期就对性能和成本有了具体洞察,这有助于我们在规划扩展时评估下一步行动,而不会减缓执行速度。"
CoreWeave表示,Arena的推出与其更广泛的平台战略保持一致。
Q&A
Q1:CoreWeave Arena实验室是什么?它有什么作用?
A:Arena是CoreWeave推出的一个实验室,专门帮助企业组织验证AI生产就绪性。它让客户在真实基础设施上运行工作负载进行测试,而不是在沙盒或演示环境中,帮助技术负责人在全面投入之前清晰了解性能、可靠性和成本。
Q2:Arena实验室与传统基准测试有什么区别?
A:传统基准测试主要关注单一指标,而Arena实验室提供大规模系统级测试。它不仅测试模型本身,还考虑延迟、性能和安全性等多个因素,让客户能够测试整个系统在实际生产环境中的表现。
Q3:使用Arena实验室能获得什么具体好处?
A:客户可以获得清晰的投资回报率视图,了解成本结构和价格性能比,看到系统可靠性,并进行总拥有成本分析。同时还能访问CoreWeave的AI原生平台工具和服务,帮助企业在规划扩展时做出更明智的决策。
好文章,需要你的鼓励
海外博主做了一次 Siri AI、ChatGPT、Claude 横评。看完之后我最大的感受是,AI 助手的竞争已经不只是模型能力,而是谁离用户更近。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。