Google在基礎架構上的支出很高,而且越來越高,2013年第四季度增長逾1倍至22.6億美元。
Google周四公布了第四季度財報,營收增長17%至168.6億美元,凈利潤為33.8億美元。Google業(yè)績大幅增長的基礎之一是在基礎架構上投入巨資——其中主要是服務器、網絡設備和數(shù)據中心。
第四季度22.6億美元的基礎架構支出略低于第三季度的22.9億美元,但比上年同期增長了逾1倍。相比之下,2013年第三季度通用汽車在基礎架構方面的支出為19億美元。
過去數(shù)十年,計算產業(yè)的主流商業(yè)模式是低投入、高產出,例如微軟,軟件只要開發(fā)成功,增加銷售的邊際成本幾乎為零。目前,互聯(lián)網創(chuàng)業(yè)公司可以利 用亞馬遜的云計算服務,減小早期的基礎架構支出。但在Google所處的產業(yè),基礎架構支出卻越來越高。過去3年,Google在每個季度發(fā)布的財報中都 指出,“我們預計將繼續(xù)增加資本支出。”
計算基礎架構不僅是Google搜索算法,也是Google預測用戶輸入搜索關鍵字的基礎。另外,Google+、實時廣告競拍、通過Google Play發(fā)布Android應用、Google Apps也都離不開計算基礎架構的支持。
當然,Google還有其他支出,例如,支付維護基礎架構、開發(fā)新一代服務、進行專利訴訟、提供后勤服務的4.8萬名員工的薪酬。但毫無疑問的是,Google巨額利潤的基礎是大量的硬件。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。