Matt Kimball
PulseAugur coverage of Matt Kimball — every cluster mentioning Matt Kimball across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Agentic AI 驱动 CPU 需求意外激增，给云基础设施带来压力
AI 系统日益增长的复杂性和自主性，特别是 Agentic AI，正在推动 CPU 需求复苏。虽然 GPU 在推理方面主导了 AI 工作负载，但 Agentic AI 需要 CPU 来处理解析输出、调用工具、进行 API 调用和执行安全护栏等任务。研究人员正在开发优化技术，以提高 CPU 利用率并降低这些 Agentic 管道的延迟，因为这些系统的并行处理需求给现有的云基础设施带来了压力。
-
Core Scientific 宣布与 AMD 达成 140 亿美元协议，AI 数据中心容量翻倍至 1.1 GW
Core Scientific 通过与 AMD 签订一份为期 15 年的协议，将其租赁的 AI 基础设施规模翻倍至 1.1 GW，显著扩大了其 AI 数据中心的容量。该协议潜在的基础合同收入超过 140 亿美元，Core Scientific 将从 2027 年开始在其五个园区托管 AMD 的 AI 基础设施，包括 Instinct GPU 和 EPYC 处理器。该协议旨在通过解决基础设施挑战来促进 AMD AI 解决方案的大规模部署…
-
AWS推出支持Graviton5的EC2实例，用于AI编排
Amazon Web Services (AWS) 发布了新的Graviton5驱动的EC2实例C9g和C9gd，专为AI推理、高性能计算和分析而设计。与前几代相比，这些实例提供了改进的性能、内存和I/O能力。AWS强调，虽然GPU对于训练和大规模推理至关重要，但CPU在AI编排、规划和多步工作流中变得越来越重要，并将这些新实例定位为不断发展的AI基础设施的关键组成部分。
-
亚马逊、谷歌在密苏里州投资250亿美元建设人工智能数据中心
在亚马逊和谷歌等科技巨头的推动下，密苏里州正迅速成为大规模数据中心开发的重要地点。这些公司正在寻求超越传统市场能源限制的电力和可扩展性。亚马逊计划投资100亿美元建设新园区，此前谷歌已在该县投资150亿美元，近期大规模计算开发总投资达250亿美元。这一趋势凸显了整个行业正转向那些能提供有利的经济和电力解决方案，以满足人工智能基础设施日益增长需求的地区。
-
AWS 将定制的 Graviton 芯片集成到 Redshift 分析堆栈中
Amazon Web Services 为其 Redshift 数据仓库服务推出了新的 Graviton 驱动的 RG 实例。这些实例集成了数据仓库和数据湖分析，旨在提高 AI 时代数据基础设施的性能并降低成本。AWS 指出，与前几代产品相比，数据仓库性能最高可提高 2.2 倍，Apache Iceberg 性能最高可提高 2.4 倍，同时还降低了成本。
-
AI服务器供应商在需求激增之际将重心转向服务
AI服务器市场正经历前所未有的增长，戴尔（Dell）、慧与（HPE）、联想（Lenovo）和超微（Supermicro）等公司报告了数十亿美元的收入和可观的积压订单。尽管对GPU（尤其是Nvidia的）的需求持续超出供应，但服务器供应商发现，吸引企业客户需要的不仅仅是硬件。这些企业通常缺乏部署和管理AI基础设施的专业知识，这促使供应商提供全面的软件管理工具和专业服务，以指导它们完成AI的采用过程。
-
AMD 的人工智能基础设施推动数据中心收入增长 57%
AMD 第一季度数据中心收入猛增 57%，达到 58 亿美元，这主要得益于对其 EPYC CPU 和 Instinct GPU 的需求。这种增长是由人工智能基础设施支出的增加推动的，特别是用于推理和代理工作负载。该公司强调了重要的部署，包括 Meta 计划部署 6 GW 的 AMD Instinct GPU 基础设施，以及企业和主权人工智能解决方案的合作伙伴关系。