Supermicro, Inc. (NASDAQ:SMCI) 为云端、AI/ML、储存和5G/智能边缘应用的全方位IT解决方案供应商,宣布加强与Rakuten Symphony的合作关系,为多样化工作负载提供下一代服务器和存储系统。Supermicro作为Rakuten Symphony 的主要合作伙伴,致力于一同协力为电信运营商提供以云端为基础的移动服务蓝图,利用最先进的服务器和网络架构,为全球电信运营商提供易于实作的解决方案。此外,Rakuten Symphony能够在短时间内提供Open RAN解决方案,并及时提供技术支持和咨询服务。
全球移动电信运营商在采用Open RAN时面临着诸多挑战,包括需要从头构建全新的高性能网络,投入资金和时间来熟悉的新型组件,了解不同的扩充及强化网路的方式,并需要权衡各种技术之间的优缺点。在Rakuten Symphony的协助下,采用Supermicro预定义及测试的服务器,一套高性能、高成本效益、经过优化且安全的解决方案能够随时投入部署,以满足网络边缘日益增长的移动通信和数据产生需求。将Supermicro Building Block方案运用到服务器设计上,各种服务器都能快速通过认证并适用于特定工作负载。
Supermicro总裁暨首席执行官梁见后(Charles Liang)表示:“Supermicro很高兴能成为行业领导者Rakuten的后援,为其提供最先进的服务器和专业知识,为当下的边缘需求和未来几年边缘通信可预期的高增长打造可扩展且安全的解决方案。此外,我们的应用优化服务器系列能够助力Rakuten Symphony为全世界的客户提供专属的优化解决方案。Rakuten拥有范围广泛的技术产品,而我们拥有率先将新技术推向市场的能力,正因如此,Supermicro成为了Rakuten首选的供应商。”
Rakuten Mobile和Rakuten Symphony首席执行官Tareq Amin表示:“Rakuten Symphony很高兴与Supermicro合作,为全球移动电信行业带来下一代高性能Open RAN技术。Rakuten Symphony的软件与整合专业知识,结合Supermicro先进的服务器,能够确保为客户提供及时又准确的优质服务。”
Rakuten Symphony为其分布式单元(O-DU)和集中式单元(O-CU)选择的Supermicro边缘和数据中心级服务器包括:
Rakuten Symphony将开始在下列相同尺寸的服务器中提供搭载第4代Intel Xeon可扩展处理器的Supermicro 服务器:
用于CU和DU的特定Supermicro X13产品:
好文章,需要你的鼓励
韩国科学技术院(KAIST)的研究团队发现了大型语言模型中一个令人担忧的现象:"推理刚性"。这种现象表现为即使是最先进的AI模型,如GPT-4o或Qwen3,也会在解决问题时固执地坚持熟悉的推理模式,甚至会"修改"用户明确给出的条件。研究人员创建了ReasoningTrap诊断数据集,揭示这种行为可分为三类:解释过载、输入不信任和部分指令关注。令人惊讶的是,专门为复杂推理训练的模型比基础模型表现出更强的"固执"倾向,这提醒我们在追求AI推理能力的同时,不应忽视其遵循指令的灵活性。
比尔肯特大学研究团队提出RoPECraft,一种无需训练的视频动作迁移方法,通过巧妙操作扩散变换器中的旋转位置编码实现。该方法首先从参考视频提取光流信息,用于扭曲RoPE张量;再通过流匹配优化和相位约束正则化,确保生成视频精确跟随参考动作,同时保持视觉质量。与需要大量计算资源的现有方法相比,RoPECraft不需要模型再训练,大幅降低了计算成本,同时在动作保真度和视频质量上超越了最新技术,为AI视频创作提供了高效可行的动作控制解决方案。
这项来自加拿大滑铁卢大学的研究挑战了"更多训练数据总是更好"的观念,发现某些数据集反而会损害信息检索模型性能。研究者提出了RLHN方法,使用级联LLM技术识别并重标注训练数据中的"假负样本"。实验表明,这种方法显著提升了检索和重排模型在BEIR和AIR-BENCH基准测试上的性能,尤其在处理未见过的领域时效果更佳。人类验证结果证实了该方法的可靠性,为构建更准确、鲁棒的信息检索系统提供了新思路。
这项研究介绍了WebAgent-R1,一种用于训练网页智能体的端到端多回合强化学习框架。不同于传统方法,它直接通过在线交互学习,仅依靠二元任务成功奖励信号指导。实验表明,该方法显著提升了Qwen-2.5-3B和Llama-3.1-8B模型的网页任务成功率,超越了现有最先进技术。研究还揭示了行为克隆的重要性、思考型提示策略的有效性,以及通过增加交互次数来实现测试时性能扩展的新策略。