Arm 首席执行官:将部分工作负载从云端转移将有助降低 AI 电力需求
芯片设计公司Arm Holdings首席执行官雷内·哈斯(Rene Haas)周三接受采访时表示,将一些人工智能功能从云端移走有助于减少能源消耗。
他认为,随着时间的推移,大量吉瓦级的数据中心是不可持续的。
“我认为有两个载体,”哈斯说,“一个是低功耗,你可以在云中获得最低功耗的解决方案。Arm确实有贡献。但我认为更具体的是将这些人工智能工作负载从云转移到本地应用程序。”
虽然他说AI训练可能总是在云端进行,但运行人工智能,即所谓的推理,可以在本地进行,也就是在人们的手机、电脑和眼镜内的芯片上进行。哈斯说,历史表明,“我们总是采用混合计算模式”。
他认为,在人工智能方面,混合动力将发挥作用,这将有助于减少巨大的电力投资。
Arm的技术为包括微软和亚马逊在内的许多大型科技公司生产的设备提供支持。英伟达持有Arm的多数股份,并在2020年试图收购该公司。
Arm和Meta周三表示,他们将扩大合作伙伴关系,“在跨越AI软件和数据中心基础设施的每一层计算上扩展AI效率”。消息公布后,Arm股价上涨,收盘涨1.49%。
哈斯在采访中表示,与Meta的合作“主要围绕数据中心展开,但更广泛……围绕着软件和与之相关的软件栈。”他还谈到了Arm参与Meta的新款Ray-Ban Wayfarer眼镜,称该技术的人工智能同时在云和本地运行。
哈斯说:“例如,当你对着眼镜说‘嘿,Meta’时,这不是发生在云端,而是发生在你的眼镜上,并在Arm上运行。”

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
谷歌 Veo 3.1 正式发布:新增音频功能和精细化编辑能力
谷歌推出了视频生成模型Veo3.1,这是对今年5月发布的Veo3的升级版本。新版本在音频输出、编辑控制粒度和图像转视频质量等方面实现了改进,能够生成更真实的视频片段并更准确地遵循用户提示指令。 在功能层面,Veo3.1允许用户向视频中添加新对象,系统会自动将其融入原有画面风格。谷歌还透露,即将在其视频编辑工具Flow中支持从视频中移除现有对象的功能,进一步增强编辑灵活性。 Veo3此前已经提供了多项编辑特性,包括通过参考图像驱动角色生成、提供首尾帧由AI生成中间内容,以及基于末尾帧扩展现有视频等功能。Veo3.1的核心升级在于为所有这些编辑功能增加了音频生成能力,使输出的视频片段具备声音元素,提升了内容的完整性和沉浸感。 从部署渠道来看,Veo3.1将通过多个平台向用户开放。谷歌正在将该模型集成到视频编辑器Flow、Gemini应用程序,以及面向开发者的Vertex AI和Gemini API接口中。据谷歌披露的数据,自Flow在5月上线以来,用户已在该平台上创作了超过2.75亿个视频。 这次更新体现了AI视频生成技术在两个方向上的演进。一方面是生成质量的持续提升——更真实的画面、更准...
-
下一篇
【技术解决方案】联邦学习中遇到的Non-IID问题——隐语SecretFlow
打开链接点亮社区Star,照亮技术的前进之路。每一个点赞,都是社区技术大佬前进的动力 Github 地址: https://github.com/secretflow 一、引言 本文针对联邦学习中遇到的Non-IID问题进行探讨,介绍Non-IID产生的原因,分析Non-IID对联邦学习的影响,以及调研了近年来针对该问题的解决方案,并进行分类总结。 1.1 背景介绍 在联邦学习中,拥有不同数据集的client进行联合训练。根据本系列之前的文章《联邦学习之基本方法》可知,由于client数据集所对应的样本不同,样本所处地域可能不同,以及数据采集的时间窗口不同等原因。 因此多个client在进行联合联邦训练时,这些数据集之间往往具有不同的特征分布或标签分布,同时特征之间并非相互独立,联邦学习中的这种场景被称之为非独立同分布(Non-IID(Identically and Independently Distributed))场景 [1]。 1.2Non-IID的影响 通过ATA《联邦学习之基本方法》可知,FedAVG基于独立同分布假设进行联合建模训练,因此对于Non-IID的client数...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2全家桶,快速入门学习开发网站教程
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- CentOS6,CentOS7官方镜像安装Oracle11G
- MySQL8.0.19开启GTID主从同步CentOS8
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- Docker容器配置,解决镜像无法拉取问题
- Crontab安装和使用
- CentOS7设置SWAP分区,小内存服务器的救世主
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7