一篇新论文指出了 NVIDIA 旗舰边缘 AI 硬件（特别是 ASUS Ascent GX10 系统中发现的 GB10 SoC）存在严重的能源可观测性差距。研究表明，当前硬件缺乏在进程级别归因能耗的必要遥测数据，而这对于理解 agentic AI 工作负载的能源成本至关重要。与 x86 平台不同，这种缺陷阻碍了准确的能源归因。该论文提出了能源归因 AI 的硬件需求规范，并建议了一个临时的校准桥梁。 AI
影响 凸显了边缘 AI 硬件在能源可观测性方面存在的关键差距，可能阻碍为低碳计算进行优化的努力。
排序理由 该集群包含一篇学术论文，详细介绍了关于硬件限制的技术发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →