跳到正文
10月21日周三
  1. 36氪 · 快讯58

    英伟达称 DSX 平台可将 AI 工厂冷却用水降至近零,同等算力最多节电 30%

    英伟达宣布欧洲多家云服务商及基础设施企业正采用其 DSX AI 工厂平台,以降低数据中心冷却用水和电力消耗。该平台通过闭环液冷与干式冷却器排热,可将冷却用水量降至近零,英伟达称 2 吉瓦规模下每天可节水 5400 万升,相当于 18 万户家庭的日用水量。DSX MaxLPS 软件则可在生成相同数量 AI 词元的情况下最多减少 30% 用电量。

10月20日周二
10月15日周四
  1. NVIDIA Blog42

    NVIDIA 通过开放学习资源、合作与算力扩展欧洲科研界先进技术获取

    NVIDIA 在都柏林 AI in Science Summit 上宣布加入欧盟委员会的 AI in Science Enablers Initiative,为欧洲科研社区提供加速工具、算力、培训与协作支持。NVIDIA 已开放超 250 个模型、250 个数据集和 1400 多个开源项目,并推出免费开源课程平台。欧洲目前有 35 台超算在建,将服务超 300 万名研究人员。

10月1日周四
  1. Microsoft Research60

    微软研究院开发机器学习系统,为美国66,935座变电站预报空间天气风险

    微软研究院实习生 Rohan Kannan 开发了一套端到端机器学习系统,可提前30至60分钟为美国本土66,935座变电站给出空间天气风险估计。系统先用 L1 拉格朗日点的太阳风观测预报 AE 和 Dst 指数,再结合各变电站纬度、地质电导率等特征,用梯度提升模型估计 dB/dt 并汇总为大陆尺度风险评估。

    推荐理由:读者可了解一套端到端机器学习管线如何把太阳风观测与地质条件结合,提前30至60分钟给出变电站级风险评估。

9月24日周四
  1. Microsoft Research70

    微软研究:将物理AI推理卸载到边缘或云端可提升机器人性能与续航

    微软研究院对移动机器人操作负载做了系统测量,发现把物理AI推理从机器人板载GPU卸载到边缘或云端GPU,可提升任务成功率并延长续航。在内存不足的小GPU上,建图与规划比A100慢最多383%,导航障碍及时检测率下降30%,VLA模型精度下降50%;用Raspberry Pi-5替代板载GPU后,Jetson Thor等大GPU曾使Stretch-3续航缩短最多160%。

    推荐理由:微软团队系统测量了机器人端侧与卸载推理的差异,给出任务成功率与续航的量化对比,可供设计物理AI推理系统参考。