Amazon EC2 P5实例则采用8个英伟达H100 Tensor Core GPU，具有640 GB高带宽GPU内存，同时提供第三代AMD EPYC处理器、2TB系统内存和30TB本地NVMe存储。

这项研究提出了SWE-Flow框架，通过测试驱动开发方法自动生成AI编程训练数据。研究团队从真实GitHub项目中构建运行时依赖关系图，将复杂开发任务分解为循序渐进的步骤，生成了16061个训练实例。实验表明，使用该数据训练的AI模型在软件开发任务上表现显著提升，为AI编程能力提升提供了新思路。

继去年9月Arm更新了Neoverse产品路线图，新增了两款产品（V1和N2平台）之后，本周Arm解密了Neoverse V1和N2平台的产品细节，也同时发布了CMN-700，作为构建基于Neoverse V1和 N2平台高性能SoC的关键部件。

斯科尔科沃科技学院和合作伙伴的研究团队开发了新型AI方法"TLG"，有效识别违反常识的奇怪图像。该方法利用大型视觉-语言模型从图像提取基本事实，再通过注意力池化分类器分析这些事实的一致性，实现了WHOOPS!数据集73.54%和新创建的WEIRD数据集87.57%的准确率，均达到目前最佳水平。研究还创建了包含824张图像的WEIRD数据集，为评估AI对常识判断的能力提供更全面基础。

NVIDIA联合麻省理工学院和香港大学的研究团队提出Fast-dLLM，一种无需重新训练即可显著加速扩散大语言模型的新方法。该技术通过两大创新解决了扩散模型的主要性能瓶颈：首先设计了适用于双向注意力机制的块式近似KV缓存，使模型能重用计算结果；其次提出基于置信度的并行解码策略，只解码超过阈值的高置信度词元。实验证明，Fast-dLLM在保持准确率的同时，能将LLaDA和Dream模型的推理速度提升高达27.6倍，彻底缩小了扩散模型与自回归模型之间的性能差距。

复旦大学联合多所知名院校开发了GeometryZero模型，通过创新的群体对比策略优化（GCPO）方法，让小尺寸AI模型具备了类似数学专家的几何推理能力。该模型能智能判断何时使用辅助构造工具，在多个几何基准测试中表现优异，为AI教育应用的普及化奠定了基础，展现了专门化训练的巨大潜力。

3月初，谷歌推出了其人工智能框架TensorFlow的2.0版本，以及两个能够让算法更负责任地处理用户数据的互补模块。

前方即将进入元宇宙，你准备好了吗？

近日，擅长帮助企业运用开源软件的SUSE，开始为Ceph开源项目贡献openATTIC存储管理框架方面的人力、概念和基础架构，目的是将其转变为Ceph新的默认内置仪表板，并用于管理和监控Ceph软件定义存储平台。

近日，英特尔与印度领先通信解决方案提供商Bharti Airtel（简称Airtel）宣布达成合作，共同推动4G、5G虚拟无线接入网（vRAN）及开放无线接入网（Open RAN）技术的网络开发，以助力Airtel实现网络转型，进而使其客户充分发掘5G潜能。

苹果公司机器学习研究团队发布MegaFusion技术，这是一项革命性的AI图像生成突破。该技术能在不重新训练模型的情况下直接生成超高分辨率图像和视频，解决了传统方法分辨率提升时出现的模糊问题。通过智能感受野扩展和多尺度特征融合，MegaFusion实现了电影级视觉效果，在内容创作、教育、商业营销等领域展现巨大应用潜力。

曾有国内某公有云厂商公开表示："如果从基础设施IaaS层面看，行业云是一个伪命题"。考虑到"如果..."这个前提，此话或许不假。

自主机器人初创公司Cartken原本专注于校园和东京街头的四轮送餐机器人，现已将重心转向工业领域。该公司CEO表示，当企业开始询问在工厂和实验室使用其机器人时，他们发现了巨大的工业需求。2023年，德国制造商ZF Lifetec成为首个大型工业客户。凭借多年送餐数据训练的AI技术，机器人可轻松适应工业环境。公司已推出载重660磅的Cartken Hauler等新产品，并与三菱深化合作，后者将采购近100台机器人用于日本工业设施。

“经过这次疫情，我们发现，在社会剧烈变动的情况下，最终生存下来的其实不是最聪明的，也不是最强壮的，而是数字化程度最高的。”

教师职业正处于危机当中。教育工作者们的倦怠率持续飙升，K-12教师已经成为当今美国负担最重的专业群体之一。许多人可能没有意识到，这种倦怠很大程度上源自教师们面对的隐藏工作量。

以NSX为基础，结合AppDefense和Carbon Black的能力，VMware正在逐步完善其在安全领域的布局。

德州大学和清华大学研究团队运用强化学习技术成功优化量子纠错码设计，将物理量子比特开销最高降低73倍，并首次实现距离高达35的实用化编码。该方法通过"权重约简"策略，在保持纠错能力的前提下显著简化测量操作复杂度，为近期量子设备的容错计算实现提供了可行方案，代表了AI驱动量子技术发展的重要突破。

Meta团队发布突破性研究ConfQA，通过"诚实训练"让AI学会在不确定时说"我不知道"，将胡编乱造率从20-40%降至5%以下。结合双重知识框架，在保持高准确性的同时减少30%不必要外部搜索，为AI实用化应用奠定重要基础。

NVIDIA团队开发的SANA-Sprint技术实现了AI图像生成的重大突破，将传统需要20步的生成过程压缩至1步，在H100上仅需0.1秒即可生成1024×1024高清图像，速度比现有最快模型提升10倍以上。该技术通过创新的混合蒸馏策略，在大幅提升速度的同时保持了图像质量，并支持实时交互应用，为AI绘画从专业工具向大众应用的转变奠定了基础。

我们节选了书中讲述亚马逊如何创造Kindle并变革了图书行业的故事，这段往事非常适合在今天回顾。