D-News | 中国发布首个VR标准,谷歌为数据中心研发SDN新架构Espresso

简介:


业界巨头

谷歌为数据中心研发SDN新架构Espresso

近日,谷歌为其全球数据中心带来了一套名为“Espresso”新的SDN架构,可以通过第三方网络服务商为用户提升谷歌的服务速度。据悉,谷歌制定了覆盖数据中心、服务器、交换机,以及基础设施软件的网络方案,并且与70个世界大都市的ISP实现互联,产生的流量占据整个互联网流量的25%。谷歌指出,Espresso不仅可以为消费级用户带来更高性能,还能惠及选择Espresso的云服务公司。

“看这架势,全民WiFi估计也快了”

谷歌发文披露TPU详情,或将替代GPU

近日,Google披露了关于名为TPU的专用芯片开发的更多信息。除了发表一篇有75位联合作者的论文《In-Datacenter Performance Analysis of a Tensor Processing UnitTM》外,文章的第四作者David Patterson还在美国国家工程院的活动上发表了演讲。TPU是一种专用集成电路,Google将其用在神经网络的第二个步骤。使用神经网络首先要用大量数据进行训练,通常在使用GPU加速的服务器上进行。之后,该公司便会开始使用TPU加速新数据的推断。

“谷歌的大新闻我竟无言以对。”

行业应用

VR手套VRgluv本月发布,支持SteamVR和Oculus定位

    据了解,VR手套VRgluv可进行调节,支持各种大小的手部,并且VRgluv没有影响活动的缆线以及支架。VRgluv旨在把完整的力反应、压力感应和手指追踪结合在一款紧凑而又舒适的设备中,这样你的游戏体验更具交互性、沉浸感和更为自然。VR手套VRgluv为了创造仿真的触觉体验,实现高保真度的手指追踪,具有通用的追踪器附件系统,兼容Oculus Touch控制器。VRgluv的力反馈可以让用户体验到虚拟世界中的触感。当你触摸VR中的对象时,VRgluv手套会模拟出这个物体的触感,让用户感受到“真实”的交互。据悉,VRgluv触觉手套将于4月份上市,但尚未公布发布日期或价格。

“虚拟现实的终极目标就是营造真实的世界。”

丰田拟用人工智能研发电池

    据日本媒体报道,丰田汽车日前宣布,在接下来的4年内,将投入3500万美元用于基于人工智能的新能源电池材料研发。这项战略将由丰田旗下研究院(Toyota Research Institute,简称“TRI”)执行,丰田研究院于2015年成立,从成立之初便专注于基于人工智能的无人驾驶汽车研发。丰田希望利用人工智能更快地找到新的能源材料,以进一步提升现阶段汽车电池和燃料电池的性能。此次丰田研究院将联合斯坦福大学、MIT(麻省理工大学)、密歇根大学、纽约州立水牛城大学、康涅狄格大学,以及总部英国的材料科学公司Ilika等研究机构和部门,共同承担该能源材料项目的研究工作。

“人工智能再也不是遥不可及的幻想,希望AI研究出来不会爆炸的电池”

原文发布时间为:2017-04-10

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
负载均衡 安全 API
SDN网络架构分为哪三层
SDN软件定义网络是一种创新的网络架构,旨在提供更灵活、可编程和智能的网络管理。SDN的设计理念是通过将网络控制平面和数据平面分离,实现对网络行为的集中控制和编程。
|
机器学习/深度学习 供应链 安全
TSMixer:谷歌发布的用于时间序列预测的全新全mlp架构
这是谷歌在9月最近发布的一种新的架构 TSMixer: An all-MLP architecture for time series forecasting ,TSMixer是一种先进的多元模型,利用线性模型特征,在长期预测基准上表现良好。据我们所知,TSMixer是第一个在长期预测基准上表现与最先进的单变量模型一样好的多变量模型,在长期预测基准上,表明交叉变量信息不太有益。”
832 1
|
Cloud Native 架构师 Java
谷歌架构师分享gRPC与云原生应用开发Go和Java为例文档
随着微服务和云原生相关技术的发展,应用程序的架构模式已从传统的单体架构或分层架构转向了分布式的计算架构。尽管分布式架构本身有一定的开发成本和运维成本,但它所带来的收益是显而易见的。
|
机器学习/深度学习 人工智能 并行计算
Titans:谷歌新型神经记忆架构,突破 Transformer 长序列处理的瓶颈
Titans 是谷歌推出的新型神经网络架构,通过神经长期记忆模块突破 Transformer 在处理长序列数据时的瓶颈,支持并行计算,显著提升训练效率。
563 5
Titans:谷歌新型神经记忆架构,突破 Transformer 长序列处理的瓶颈
|
边缘计算 物联网 5G
软件定义网络(SDN)的未来趋势:重塑网络架构,引领技术创新
【8月更文挑战第20天】软件定义网络(SDN)作为新兴的网络技术,正在逐步重塑网络架构,引领技术创新。随着5G、人工智能、边缘计算等技术的不断发展,SDN将展现出更加广阔的应用前景和市场潜力。未来,SDN有望成为主流网络技术,并在各行各业推动数字化转型。让我们共同期待SDN技术带来的更加智能、安全和高效的网络体验。
|
机器学习/深度学习 语音技术
多模态大模型不够灵活,谷歌DeepMind创新架构Zipper:分开训练再压缩
【6月更文挑战第12天】谷歌DeepMind的Zipper架构解决了多模态大模型灵活性问题,通过分解为单模态模型并用“压缩”过程组合,实现多模态生成。该方法允许独立训练每个模态,提升灵活性和可扩展性,适用于数据有限或领域特定的模态。Zipper利用交叉注意力机制融合模态输出,适用于图像描述、语音识别等任务。尽管需要更多计算资源且性能受限于单模态模型质量,但已在ASR和TTS领域展现潜力。论文链接:https://arxiv.org/pdf/2405.18669
309 3
|
机器学习/深度学习 存储 人工智能
谷歌推出TransformerFAM架构,以更低的消耗处理长序列文本
【5月更文挑战第30天】谷歌推出TransformerFAM架构,模仿人脑工作记忆,通过反馈循环处理无限长序列文本,提高长上下文任务性能,尤其在大规模模型中展现优势。尽管训练资源需求大且短序列处理提升有限,实验显示其在叙事问答、长文本摘要等任务上超越传统Transformer。论文链接:https://arxiv.org/abs/2404.09173
409 1
|
移动开发 监控 前端开发
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
|
人工智能 安全 大数据
SDN(软件定义网络)——重塑网络架构的新视角
SDN(软件定义网络)是网络架构革新的关键,通过分离控制与数据平面,实现网络的灵活、高效管理。未来,SDN将更广泛应用于各行业,与云计算、大数据、AI融合,推动数字化转型。开放与标准化的趋势将促进SDN生态发展,提供以业务需求为导向、智能化自动化管理及增强网络安全的新视角。SDN将在更多领域扮演重要角色,支持网络技术的创新与进步。
|
机器学习/深度学习 人工智能 编解码
谷歌开始卷自己,AI架构Pathways加持,推出200亿生成模型(2)
谷歌开始卷自己,AI架构Pathways加持,推出200亿生成模型
580 0