开源虚拟化套件Proxmox推出数据中心管理工具测试版,可控制多个硬件集群,成为VMware替代方案的有力竞争者。该公司的虚拟环境产品已在160万台主机上运行。新的数据中心管理器提供集中化节点和集群管理视图,支持虚拟机迁移等基本管理功能。随着VMware在Broadcom收购后不再重视小客户需求,Proxmox凭借开源优势和价格竞争力日益受到关注。
AI和高性能计算正重塑各行各业,但数据中心为适应多样化工作负载而添加各种专用加速器,反而导致运营效率下降。专用芯片与CPU、GPU等系统组合产生了前所未有的复杂性,功耗飙升至不可持续水平。随着AI模型规模增长和工作负载边界模糊,传统静态硬件分配已不适用。可重构计算提供了新方案:单一平台可动态调整架构以匹配不同需求,消除芯片间通信瓶颈,降低功耗,简化运营。
英伟达发布新款Rubin CPX GPU,专为大规模上下文处理而设计,可支持百万级token的软件编程和生成视频。该产品将搭载于Vera Rubin NVL 144 CPX平台,承诺高能效和卓越推理性能,每投资1亿美元可获得50亿美元token收入。同时,英伟达展示了Blackwell Ultra GB300系统的基准测试结果,DeepSeek-R1推理性能较前代提升1.4倍。
诺基亚与Supermicro建立战略合作伙伴关系,应对AI和云工作负载对数据中心带来的前所未有的挑战。双方将Supermicro的800G以太网交换平台与诺基亚的SR Linux网络操作系统和事件驱动自动化平台相结合,为AI、高性能计算和云环境提供完全集成的数据中心网络解决方案。该方案可实现从设计、部署到日常运营的全生命周期自动化,减少部署时间,降低运营成本,提高整体效率。
奔驰在慕尼黑IAA展会上发布全电动GLC车型,搭载高通骁龙数字底盘解决方案。新车续航里程达713公里,零排放。该车型配备先进数字座舱,集成AI语音交互、3D增强现实导航和杜比全景声等功能。系统能学习用户偏好,提供个性化推荐和免提交互体验。内置5G连接支持车辆与云端实时数据传输。
英国移动运营商EE宣布全球首次在分布式移动网络中部署爱立信的先进无线接入网协调技术。该技术通过让附近基站远程配对并共享容量,在无需新增基站的情况下显著提升网络性能。EE已在分布式RAN中实现站点间5G下行载波聚合,平均提升下行数据性能约20%,理想条件下性能提升超过一倍。该技术已在曼彻斯特和爱丁堡等主要城市上线,明年将扩展至伦敦等更多英国繁忙城市。
在Splunk年度会议上,该公司发布两款基于智能代理的安全运营工具。Splunk Enterprise Security基础版和高级版统一了威胁检测、调查和响应工作流程。新功能将智能代理AI置于SOC核心,通过内置AI减少警报噪音,将调查时间从数小时缩短至数分钟。Cisco计划发布更多AI功能支持智能代理SOC,包括安全警报分类、恶意软件逆向分析、剧本创作等能力,让网络安全专业人员专注于更具战略性的工作。
9月13日,由PEC China、至顶科技、软积木主办的PEC 2025 AI创新者大会暨第二届提示工程峰会在北京成功举办。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。
谷歌和香港大学研究团队提出Learn-by-interact框架,让AI智能体通过自主与环境互动来学习,核心创新是"逆向构建"机制,能将失败操作转化为有价值训练数据。在四个真实环境测试中,该方法显著提升了AI在软件编程、网页操作、桌面应用等复杂任务中的表现,为构建实用AI助手开辟新路径。
TransPixeler是由香港科技大学和Adobe研究院联合开发的AI视频生成技术,专门解决生成带透明效果(RGBA)视频的难题。该技术巧妙扩展现有视频生成模型,让AI能同时生成RGB颜色和Alpha透明度信息,避免了传统"先生成后提取"方法的缺陷。通过精心设计的注意力机制和训练策略,TransPixeler在有限数据下实现了高质量透明视频生成,为电影特效、游戏开发、VR/AR等领域提供了强大工具。
腾讯混元团队通过366组实验发现了AI大模型低精度训练的关键规律,提出Capybara缩放定律。研究揭示指数位比尾数位更重要,存在训练数据临界值现象,4-8位精度具有最佳成本效益。该成果为AI训练提供精确预测工具,有助于降低训练成本、提升效率,推动AI技术普及化发展。
阿里巴巴研究团队开发出ProgCo方法,让AI像程序员一样生成验证程序来检查和纠正自己的答案。该方法在数学问题和指令遵循任务上表现卓越,准确率提升超过7%,同时具有比传统方法更高的计算效率,为AI自我纠错开辟了新的技术路径。
小豆科技发布的Xmodel-2是一个专门针对推理任务优化的12亿参数语言模型。通过创新的张量程序架构、WSD学习率调度和数据配比优化,该模型在复杂推理和智能代理任务上表现卓越,超越了许多同规模模型。经1.5万亿token训练,模型已开源,为资源有限的开发者提供了高效的推理工具,在客服自动化等应用中展现出巨大潜力。
南洋理工大学研究团队构建了Video-MMMU基准,通过300个专业教学视频和900道问题,评估AI模型从视频中学习知识的能力。研究发现人类专家知识增益达33.1%,而最先进的AI模型仅达15.6%,特别在知识适应新场景方面表现不佳。该研究揭示了当前AI在真正理解和应用知识方面的局限性,为未来AI教育应用发展指明了方向。