创新者能以多快的速度将创意变为现实?是由设计本身的节奏决定,还是会被硬件资源所制约?当前,各类组织争相利用 AI、扩充计算能力、并着手布局后量子时代,这些技术所依赖的底层资源正面临日益攀升的需求压力。
芯片短缺的隐患已初现端倪
此前的芯片短缺已经引发了外界对 AI 发展能否保持稳定节奏的广泛担忧。与此同时,许多组织正努力在环境、社会与治理(ESG)目标,与实际所需的能源及原材料消耗之间寻求平衡。我们是否正走在一条创新与能源、硬件供给相互碰撞的道路上?
多方专家深度对话
在本期《DOS Won't Hunt》播客节目中,可持续与可扩展基础设施联盟(Sustainable & Scalable Infrastructure Alliance)董事会成员扎卡里·史密斯(Zachary Smith)、Eclipse 合伙人艾丹·马迪根-柯蒂斯(Aidan Madigan-Curtis),以及 MinIO 首席技术官乌尔·蒂格利(Ugur Tigli)共聚一堂,就芯片、能源及其他材料的供应限制是否会阻碍创新,以及行业是否正处于一个关键拐点展开深度探讨。
欢迎收听完整播客内容。
Q&A
Q1:芯片短缺对 AI 发展会产生哪些影响?
A:芯片短缺直接制约了 AI 所需的算力供给,可能导致 AI 模型训练、部署节奏放缓,使组织无法快速跟上技术前沿。当需求持续攀升而供给受限时,AI 基础设施的扩展将面临更大瓶颈,进而影响整体技术创新的推进速度。
Q2:组织在推进 AI 发展的同时,如何平衡 ESG 目标?
A:这是当前行业面临的核心矛盾之一。AI 和高性能计算对能源的需求极高,而 ESG 目标要求组织减少碳排放、降低资源消耗。目前业界正在探索更节能的芯片架构、绿色数据中心以及可再生能源供电方案,以期在两者之间找到可持续的平衡路径。
Q3:后量子时代对芯片和存储资源会带来哪些新挑战?
A:后量子计算对加密算法和算力要求将远超现有标准,这意味着现有芯片和存储架构可能需要全面升级。组织需要提前规划硬件迭代路径,同时应对由此带来的更高能耗和更大存储需求,资源紧张的局面或将进一步加剧。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。