至顶网个人商用频道 06月26日 北京消息(文/陶婧婕) AMD总裁兼首席执行官苏姿丰博士(Dr. Lisa Su)上任之初就揭示了AMD未来的三大策略,一、打造出伟大的产品;二、构建和加深与客户、合作伙伴的关系;三、简化运营,以更快的速度投入市场。而打造伟大的产品也成为了AMD首当其冲需要干的一件大事儿。
近期,AMD推出了一系列新品,包括第七代APU、北极星架构显卡、锐龙系列处理器、Radeon RX 500系列显卡等等。EPYC(霄龙)7000系列高性能数据中心处理器也在其中,这是AMD在淡出企业级市场几年之后,回归的第一步。而这些举措,可以说是AMD在打造伟大产品战略上迈出了一大步。
6月20日,在美国奥斯汀,AMD举办了EPYC(霄龙)7000系列高性能数据中心处理器的全球发布会。在本次活动上,至顶网采访到了AMD高级副总裁,企业、嵌入式和半定制事业部总经理Forrest Norrod,围绕EPYC(霄龙)7000系列高性能数据中心处理器新品给出了一个全方位的规划与布局。
关于EPYC名字的故事:新名字新起点
EPYC——这个名字并不符合AMD服务器产品线的命名规则,AMD是如何考量的呢?
据Forrest Norrod描述,在给最新的服务器处理器产品命名时,一共有三个选择,一是延续AMD服务器产品线的老品牌Opteron;二是随着Ryzen的品牌去命名;三是完全命名一个全新的品牌。他表示,我们都认为要给这个产品一个全新的名字,因为它代表了一个全新颠覆的新技术。如果我们延续用Ryzen的品牌,会让大家觉得,AMD把消费类台式机的产品提供给了数据中心市场,会让人产生迷惑。AMD服务器产品线要跟过去有一个了断,所以选择起一个全新的名字。
关于EPYC这个名字的起源,AMD则希望它完全能去表述一个全新的故事,展现一个全新的时代,特别是服务于数据中心的全新时代。EPIC这个英文单词是史诗级的意思,同时也代表一个新史诗的历程。但是,AMD不可能用EPIC这个英文单词去做商标,所以AMD把它改成了“EPYC”,这个“Y”同时也代表Ryzen,所以可以把它理解成新史诗,新起点。
诚意满满 耗时五年打造EPYC
AMD总共花了五年的时间打造EPYC。Forrest Norrod表示,最开始是在Dr. Lisa Su和Mark Papermaster的领导下,AMD进行了全新CPU Zen核心的研发,这是一个从无到有的设计,AMD在这项研发中花费了全部的技术研发精力,来打造这个高性能的CPU核心。然后再用Zen核心来打造EPYC,以发挥它更高的性能,更好的IO和内存,实现出色的系统级性能水准。
AMD EPYC搭载最多32颗高性能Zen核心,全线产品都是8通道DDR4内存和128个PCIe通道,在整数运算、浮点运算、内存带宽、I/O基准和负载等方面全面领先。EPYC共有12款产品(其中有三款型号后面有字母P,主要是针对单插槽解决方案优化的一个板块),全线产品给用户提供多种选择,可以满足不同工作负载量的需求。
活动上,AMD还发布了Radeon Instinct(加速卡),它可以跟EPYC很好的配合,实现非常专业的性能和性价比,更好的去服务HPC这个市场。
结识新朋友 不忘老朋友
在苏姿丰博士提到的AMD未来三大战略中,第二点就是构建和加深与客户、合作伙伴的关系。
在本次活动上,服务器制造商纷纷推出了搭载AMD EPYC 7000系列处理器的产品,其中包括HPE、戴尔、华硕、技嘉、英业达、联想、曙光、超微、泰安和纬创;虚拟机管理和服务器运行系统供应商微软、红帽和VMware表示将优化支持EPYC;Mellanox、三星电子和赛灵思等服务器硬件生态系统合作伙伴也在EPYC优化平台中表现突出。
AMD EPYC在全球的推广与部署,都需要AMD的“老朋友们”和“新朋友们”的支持。而在这之中,也发现了许多中国厂商的身影,包括百度、曙光等。
AMD和百度,还有另外一家中国的互联网提供商合作比较紧密,Forrest Norrod表示,AMD做的一切是希望能够通过EPYC更好地支持中国的互联网提供商业务。至于曙光,我们跟它也合作多年了,而且它是一个提供高性能解决方案的平台。AMD为中国的互联网提供商提供更多样化的解决方案,此外我们也跟合作伙伴建立了合资公司,共同打造针对中国市场而优化的服务器解决方案产品。
Forrest Norrod坚信将EPYC产品推向市场的过程是非常有竞争力的。AMD首要的聚焦点是要保证EPYC有非常好的质量,然后能够为AMD目标客户的负载提供很好的支持。
在x86服务器处理器市场,英特尔是领导者,而AMD是挑战者。目前,AMD想要一步一步脚踏实地做部署,慢慢收复失去的市场份额(AMD曾占据x86服务器处理器市场25%的份额),而x86服务器处理器市场也需要像AMD这样的挑战者,去打破现有市场格局,注入新鲜血液重新焕发市场活力。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。