最近，AMD 和 NVIDIA 这两大芯片巨头之间的竞争愈演愈烈，但令人意想不到的是，它们之间却悄然展开了一场合作。AMD 的 EPYC 处理器正在为 NVIDIA 的 GPU 在大规模 AI 工作负载中提供强有力的支持。图源备注:图片由AI生成，图片授权服务商Midjourney随着 AI 模型的复杂性不断增加，GPU 和 CPU 的性能需求也在急剧上升。AMD 的 EPYC 处理器在提升 NVIDIA GPU 的性能方面展现出显著潜力。AMD 高级副总裁兼总经理 Ravi Kuppuswamy 在 Advancing AI2024活动上表示:“当 EPYC CPU 与 NVIDIA 的 H100GPU 相连时，我们的训练性能提

在旧金山的一次活动中，AMD首席执行官Lisa Su发布了跨Ryzen、Instinct和Epyc品牌的AI融合芯片，为从商业用户到数据中心的新一代AI计算注入活力。AMD在活动中间接提到了Nvidia和Intel等竞争对手，强调其提供开放且易于访问的技术，意在不将客户锁定在专有解决方案中。Su表示，AI将提升我们的个人生产力，实时翻译等功能将使协作变得更好，无论是创作者还是普通用户，生活都将变得更轻松。她提到，新推出的AMD Ryzen AI Pro PC将支持C o P i lo t+并提供长达23小时的电池续航（使用Microsoft Teams时为9小

Geekbench AI是一款全新的跨平台工具，旨在评估设备在AI密集型工作负载下的性能，通过测试CPU、GPU和NPU，判断设备处理机器学习应用的能力。它支持多种AI框架，如ONNX、CoreML、TensorFlow Lite和OpenVINO，并从速度和准确性两个维度评估性能，提供全精度、半精度和量化精度三个分数。此外，Geekbench AI的测试结果包含了准确性测量，以评估工作负载输出与真实结果的接近程度。该工具已在Windows、macOS、Linux、Android和iOS平台上发布，用户可下载试用。随着AI技术的发展，Geekbench AI的出现改变了评估设备性能的方式，为设备AI能力的评估提供了新标准。然而，AI性能测试仍处于早期阶段，其与实际用户体验的关联及准确反映不同AI应用场景下的设备表现还需进一步观察。

2024年7月19日, RWKV开源基金会全球开源了其最新最强的稠密纯RNN大语言模型RWKV-6-World14B。此模型在性能测试中体现出与拥有213亿个参数的Llama相当的英文性能，并在100多种语言与代码上表现出显著的多语言优越性，支持全球100种以上的语言和代码。RWKV-6-World14B通过基准测试显示了出众的性能，特别是在Uncheatable Eval评测中超越了Llama213B和Qwen1.514B。优点在于，该模型在训练过程中未受特殊优化困扰，基于从RWKV-4到RWKV-6的架构改进。在当前的评价排名中，该模型不仅展示了强大的实际能力，还能够在包括arXiv论文、新闻、ao3小说和GitHub代码等实时数据上进行评估，表明了其在模型能力和泛化能力上的真实性。提供下载的平台有Hugging Face、ModelScope和WiseModel等，不支持safetensor（.st）格式的Ai00用户则可以下载都在Ai00HF仓库中转换的版本。部署所需显存约为10G至28G。此款模型在多个领域展现出潜力，涉及自然语言处理、文学创作、代码处理、学术建议以及教育指令的自动化等复杂的实际应用，并且所有开源的RWKV模型在指令与对话方面有所提供，但尚无专门针对特定任务的优化训练。

​谷歌推出了 Gemma2，这是其开源轻量级语言模型的最新版本，提供90亿 （9B） 和270亿 (27B) 参数大小。与前身 Gemma 模型相比，这个新版本承诺增强性能和更快的推理速度。

["戴尔技术引入新企业数据存储技术，与Nvidia DGX SuperPod AI基础设施验证，助力客户实现更快AI和生成式AI性能。","戴尔 PowerScale新进展，包括OneFS软件增强和基于戴尔 PowerEdge服务器的PowerScale全闪存存储系统，流式读写性能提升2倍。","戴尔 Apex文件存储在Microsoft Azure中推出，为企业级文件性能和管理能力引入云端，满足性能密集型AI应用需求。","戴尔与Databricks合作扩展数据管理生态系统，加速AI和分析工作，提供开放、现代的数据湖解决方案，集成Starburst分析软件。"]