首页 文章 精选 留言 我的

精选列表

搜索[异构算力],共10000篇文章
优秀的个人博客,低调大师

ARM推出64位v8架构向量指令集 挺进超算领域

ZD至顶网服务器频道 08月23日 编译:ARM为推动旗下64位v8架构进军高性能计算而新开发了向量指令集。其中富士通也参与了该项开发工作,这也是继K计算机后的又一力作。K计算机是日本理研研究所基于Sparc的系统,2010年的运算速度达每秒8千万亿次,当时曾是世界上最强大的计算系统。 ARM此举标志着ARM处理器内核首次进军超级计算机领域。目前涉足该领域的产品还比较匮乏,而英特尔的x86目前占据主导地位。ARM希望成为继英特尔之后的另一家主导厂商,以逐渐取代来自IBM和Cray生产的处理器。 另外,ARM的强大之处在于其功率效率与x86相比有着更多潜力。超级计算机设计人员在打造超规模系统时往往为所需的巨大功率为难,现在ARM所提供优越的功率效率可为超级计算机设计人员提供帮助。 ARM目前支持的Neon SIMD指令仅限于128位运算,侧重于客户端系统中的图像和视频应用。该指令集合的可缩放矢量扩展 (SVE) 支持128位至2048位的运算,每级增量为128位。此外,用户所写的向量代码也可在任何大小的矢量上运行,无需重新编译,这点据称是其他任何系统都无法做到的。 SVE作为一套新的指令集,主要针对科学计算等工作负载,并非基于DSP媒体加速。富士通表示,希望能在2020年的后K(post-K)计算机里使用这些指令,令其容量和效率达到以前系统的50倍。 SVE的架构为加载/存储型,用了最多32个向量寄存器和16个断言寄存器,另附控制寄存器和First-fault寄存器。在管理各种控制回路所做决定的时候,ARM在编程空间里为SVE未来的扩展留有更多余地。 据悉,ARM现正在与一批合作伙伴合作开发SVE相关规范,规范预计明年年初就绪。ARM亦着手开源这些扩展的Linux版本。 在不同长度向量情况下,ARM的SVE展现了重大的规模性优势。图中结果是基于编译后的代码在不同长度向量下模拟得到的。 所有ARM的64位许可证购买者都可以获取SVE技术。ARM首席设计师Nigel Stephens在一次活动上表示,ARM的几个合作伙伴参与了开发SVE的工作,但ARM不想公布这些名字。 对于富士通而言,与ARM合作是为了在ARM挺进高性能系统的启始阶段与其建立起伙伴关系。 富士通后K计算机的首席设计师俊男吉田表示,“后K计算机的目标是在2020年达到Exaflop的性能级别,而Sparc仍是富士通企业服务器的首选技术,但富士通认为基于ARM芯片的新型科学技术系统的商机是存在的。” 吉田表示,富士通系统将使用512位的SIMD矢量单元,其I/O会使用到旗下的Tofu互连的一个版本和其他加速器内核。另外,他不愿评论该芯片针对的"领先优势"处理节点是什么。 富士通选择了512位的向量长度是因为它正好是以前基于Sparc系统的256位SIMD的两倍。吉田表示,"我们想慢慢进入这一领域。"另外,SVE可置于28位编码区域,只有64位ARM内核才具备该能力。 原文发布时间为:2016-08-23 本文作者:李超 本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

优秀的个人博客,低调大师

从“基准高分”到“生产可用”:Agentic AI 的部署鸿沟与工程判断力

核心结论:2026年 Agentic AI 领域的核心矛盾,已经从“模型能不能规划任务”转向“系统能不能在真实企业的模糊、碎片化和动态约束中稳定运行”。Gartner 预测超过 40% 的 Agentic AI 项目将在 2027 年底前被取消,86% 至 89% 的企业 Agent 试点从未达到有意义的规模化生产。这些数字指向一个需要被严肃对待的事实:模型的能力曲线仍在陡峭上升,但部署成功率并未同步改善——两者之间的落差,恰好标注了 Agentic AI 从演示态滑入部署态时暴露出的结构性工程缺口。

优秀的个人博客,低调大师

谷歌力撑 Go ,称其为 AI 辅助软件工程的理想编程语言

当 AI 帮你写代码时,你选什么语言?Google 的答案是 Go——不是因为它好写,而是因为它好读、好审、好维护。 Google 官方博客发表了一篇立场鲜明的文章,论证 Go 是 AI 辅助软件工程的理想语言。逻辑很直接:当 AI 成为你团队里那个"有点莽撞但产出极高的队友"时,软件工程的瓶颈从"写代码"变成了"审代码"。Go 从设计之初就押注了可读性优先于可写性,这让它在 AI 时代意外地占尽优势。 几个关键论点: Go 的静态类型系统是 AI 生成代码的自动安全网。在 Python 这样的动态语言中,AI 幻觉出的不存在的方法调用或类型错误,往往要到运行时才暴露——而且要特定生产负载才能触发。在 Go 中,编译器直接拒绝,AI 可以在自纠正循环中快速迭代。 Go 的"标准库优先"文化天然减少了 AI 引入恶意依赖的风险。LLM 训练数据中常常包含过时、无人维护甚至恶意的第三方包,而 Go 庞大的标准库让 AI 倾向于使用官方维护的包,大幅缩小了供应链攻击面。 Go 的兼容性承诺——"不会有 Go 2.0"——意味着 15 年前写的代码现在仍然能编译运行。在 AI Agent 可以一夜之间生成几百个 PR 的时代,这个承诺是一种结构性的稳定性保障。 Google 不是第一个做这种判断的。Steve Yegge 曾说过,AI 编程语言的评判标准是 agent ergonomics——不是人打字快不快,而是 agent 生成的代码容不容易验证。Go 的 gofmt 统一格式、快速编译、现代器(modernizers)自动重构,都是为这个目标服务的。 Python 统治了 AI 模型的训练和推理,但 AI 帮你写生产代码时,规则的赢家可能不是它。 参考来源: Google Developers Blog: Why Go is an Ideal Language for AI-Assisted Software Engineering HN 讨论

资源下载

更多资源
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

用户登录
用户注册