Open Compute Project
PulseAugur coverage of Open Compute Project — every cluster mentioning Open Compute Project across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Intel 和 AMD 合作推出 ACE CPU 扩展，实现 x86 高效 AI
Intel 和 AMD 合作推出了新的 ACE CPU 扩展，旨在增强 x86 处理器上的 AI 工作负载。这些扩展利用现有的 AVX10 寄存器，但集成了专用的矩阵乘法硅片，以提高能效和开发便利性。与 AVX10 相比，ACE 扩展每个指令可以执行更多的操作，有可能加快 AI 模型执行速度并更好地利用资源。这种标准化方法将允许 PyTorch 和 TensorFlow 等 AI 框架针对一致的 x86 目标进行一次代码优化，支持广泛…
-
新框架dMX优化LLM位宽以提高效率
研究人员开发了dMX，一种用于优化大型语言模型中浮点格式位宽的新型可微分框架。该方法允许学习每层的位宽分配，超越了统一量化，以提高准确性和性能。在Llama和Qwen3等模型上的实验表明，与现有的启发式方法相比，dMX可以在模型质量和部署效率之间实现更好的权衡。
-
Majestic Labs发布Prometheus服务器，配备128TB内存
AI初创公司Majestic Labs正在开发一款名为Prometheus的新服务器，旨在通过大幅增加内存容量来克服当前AI硬件的限制。该服务器将配备高达128TB的内存，远超现有解决方案，并采用以DRAM为中心的架构和专有接口。这种方法旨在通过提供比计算能力更高的内存带宽和容量，来解决阻碍大型语言模型（LLM）性能的“内存墙”问题，尤其对大型模型而言。
-
新的MX-SAFE格式通过自适应量化大幅降低AI能耗
研究人员推出了一种新颖的动态量化格式MX-SAFE，旨在降低深度学习的计算成本。该格式通过自适应分配指数和尾数的比特，增强了现有的微缩放（MX）标准，支持训练和推理，并提高了精度。所提出的MX-SAFE格式在现有MXFP格式上平均精度提高了高达3.55%，并在专用加速器上实现了与BF16基线相当的精度，同时能耗降低了24.9%。
-
Open Compute Project 推广利用数据中心废热
Open Compute Project 正在倡导地方政府利用数据中心产生的废热。该倡议旨在重新利用这些设施产生的巨大热量输出，这些热量通常被排放到大气中。通过捕获和再利用这些热量，社区可以受益于一种可持续的能源，用于供暖建筑和基础设施。