Meta与Nebius签署价值270亿美元的五年AI计算协议

Meta,前身为 Facebook,已与总部位于阿姆斯特丹的云服务商 Nebius 达成一项具有里程碑意义的基础设施协议。这项价值可能高达 270 亿美元的协议,确保了 Meta 在未来五年内获得先进计算资源的访问权限,使该公司能够在快速演变的全球人工智能格局中有效竞争。
协议的关键条款
这份长期合同通过两个不同的部分解决了 Meta 对算力的巨大需求:
核心供应:Nebius 将提供价值 12 亿美元的专用计算能力。该基础设施将利用英伟达即将推出的 Vera Rubin 系列 AI 芯片,交付计划定于 2027 年初开始。
优先购买权:Meta 还获得了在未来五年内购买额外 15 亿美元计算能力的选项。这些原本分配给其他 Nebius 客户的预留容量,Meta 可以在向第三方提供之前进行购买。
Nebius 是一家从 Yandex 分拆出来的快速增长的“新云”提供商,在该重大合同宣布后的周一早盘交易中,其股价飙升超过 13%。
为了增加这笔交易的重要性,英伟达上周向 Nebius 投资了 2 亿美元,巩固了其作为战略伙伴的地位。对于 Meta 而言,这项协议是其数百亿美元人工智能战略的关键组成部分,该公司此前曾表示,其与人工智能相关的资本支出今年可能达到 1350 亿美元。
此次合作凸显了 Meta 从通用数据中心向专用 AI 集群的战略转型。通过确保早期获得顶级芯片,Meta 旨在保持其在大型模型开发和部署速度方面的竞争优势。
相关文章
由马克·贝尼奥夫支持的初创公司旨在解决人工智能部署挑战
大型企业在部署可靠的人工智能工具时面临如此严峻的挑战,以至于整个前沿部署工程师团队——这些嵌入在客户公司内部以将人工智能系统投入运营的专业人员——正在涌现,以弥合这一差距。“矛盾的是,人工智能推高了专业服务的需求,”前 Salesforce 高管、新成立的 June 公司创始人 Efrat Rapoport 周一宣布该公司结束秘密运营状态时指出。“行业解决人工智能集成问题的方法只是雇佣越来越多的人。”Rapoport 与她的三位联合创始人——Ohad Hen、Barak Goldstein
阿里视频发布万3.0,实现超长视频生成与多维度一致性
8月24日,阿里巴巴发布了万3.0,这是其最新的视频生成大模型。此次发布标志着阿里巴巴视频技术的重大飞跃,在时长、通用创作、参考处理以及真实世界模拟方面实现了显著提升。万3.0将单视频生成的时长扩展至30秒,在单个镜头内提供了更为丰富的叙事可能性。它还引入了对多种主流文件格式的支持——包括doc、xls、ppt、pdf和md——使得文本、表格和幻灯片能够直接转换为动态视觉内容。为了解决视觉不一致和风格漂移等常见挑战,万3.0在微观层面确保了高度的稳定性。它在角色外观、道具细节、音频设置、空间关系
MiniMax大模型误读姓名——稀宇科技:特定Token后训练不足
MiniMax 最近发布了一份技术报告,详细解释了其 M2 系列模型为何难以准确生成“马嘉祺”等特定名称。这一看似错误的现象凸显了当前大语言模型训练中存在的系统性缺陷。Token 偏移:被挤压的向量空间根本原因在于分词器(tokenizer),即文本处理的基本单位。例如,名称“马嘉祺”被拆分为两个 Token:“Ma”和“Jiaqi”。虽然模型在预训练阶段学习了这些 Token,但在随后的指令微调阶段出现了问题。在微调期间,Token “Jiaqi”在对话数据中出现的频率极低,因此几乎未接受任何
相关专题推荐
评论 (1)
0/500

Meta,前身为 Facebook,已与总部位于阿姆斯特丹的云服务商 Nebius 达成一项具有里程碑意义的基础设施协议。这项价值可能高达 270 亿美元的协议,确保了 Meta 在未来五年内获得先进计算资源的访问权限,使该公司能够在快速演变的全球人工智能格局中有效竞争。
协议的关键条款
这份长期合同通过两个不同的部分解决了 Meta 对算力的巨大需求:
核心供应:Nebius 将提供价值 12 亿美元的专用计算能力。该基础设施将利用英伟达即将推出的 Vera Rubin 系列 AI 芯片,交付计划定于 2027 年初开始。
优先购买权:Meta 还获得了在未来五年内购买额外 15 亿美元计算能力的选项。这些原本分配给其他 Nebius 客户的预留容量,Meta 可以在向第三方提供之前进行购买。
Nebius 是一家从 Yandex 分拆出来的快速增长的“新云”提供商,在该重大合同宣布后的周一早盘交易中,其股价飙升超过 13%。
为了增加这笔交易的重要性,英伟达上周向 Nebius 投资了 2 亿美元,巩固了其作为战略伙伴的地位。对于 Meta 而言,这项协议是其数百亿美元人工智能战略的关键组成部分,该公司此前曾表示,其与人工智能相关的资本支出今年可能达到 1350 亿美元。
此次合作凸显了 Meta 从通用数据中心向专用 AI 集群的战略转型。通过确保早期获得顶级芯片,Meta 旨在保持其在大型模型开发和部署速度方面的竞争优势。
由马克·贝尼奥夫支持的初创公司旨在解决人工智能部署挑战
大型企业在部署可靠的人工智能工具时面临如此严峻的挑战,以至于整个前沿部署工程师团队——这些嵌入在客户公司内部以将人工智能系统投入运营的专业人员——正在涌现,以弥合这一差距。“矛盾的是,人工智能推高了专业服务的需求,”前 Salesforce 高管、新成立的 June 公司创始人 Efrat Rapoport 周一宣布该公司结束秘密运营状态时指出。“行业解决人工智能集成问题的方法只是雇佣越来越多的人。”Rapoport 与她的三位联合创始人——Ohad Hen、Barak Goldstein
阿里视频发布万3.0,实现超长视频生成与多维度一致性
8月24日,阿里巴巴发布了万3.0,这是其最新的视频生成大模型。此次发布标志着阿里巴巴视频技术的重大飞跃,在时长、通用创作、参考处理以及真实世界模拟方面实现了显著提升。万3.0将单视频生成的时长扩展至30秒,在单个镜头内提供了更为丰富的叙事可能性。它还引入了对多种主流文件格式的支持——包括doc、xls、ppt、pdf和md——使得文本、表格和幻灯片能够直接转换为动态视觉内容。为了解决视觉不一致和风格漂移等常见挑战,万3.0在微观层面确保了高度的稳定性。它在角色外观、道具细节、音频设置、空间关系
MiniMax大模型误读姓名——稀宇科技:特定Token后训练不足
MiniMax 最近发布了一份技术报告,详细解释了其 M2 系列模型为何难以准确生成“马嘉祺”等特定名称。这一看似错误的现象凸显了当前大语言模型训练中存在的系统性缺陷。Token 偏移:被挤压的向量空间根本原因在于分词器(tokenizer),即文本处理的基本单位。例如,名称“马嘉祺”被拆分为两个 Token:“Ma”和“Jiaqi”。虽然模型在预训练阶段学习了这些 Token,但在随后的指令微调阶段出现了问题。在微调期间,Token “Jiaqi”在对话数据中出现的频率极低,因此几乎未接受任何





首页






