虚拟化已经成为现代IT当中极为重要的一项技术,每一代Intel的处理器都在虚拟化方面进行持续的增强。同样地,由于虚拟机切换(VM entry/exit)在虚拟化开销当中的重要性,每一代Intel处理器都致力于降低VM entry/exit的时间,Ivy Bridge处理器当中搭载的是APICv(Advanced Programmable Interrupt Controller Virtualization,高级可编程中断控制器虚拟化),通过降低虚拟机内部中断而导致的VM exit来降低虚拟化切换的次数,提升虚拟化效率:
Haswell的虚拟化改进,从数字来看,Haswell的VM entry/exit Roundtrip降低到了上上一代Westmere的约70%,不高于500个时钟周期
Haswell不同,它通过直接降低VM entry/exit Roundtrip时间来提升虚拟化效率,最新一代的Roundtrip Time降低到了不高于500个时钟周期。
Haswell也带来了面向嵌套虚拟化的改进,被称之为VMCS Shadowing:
Haswell通过允许客户VMM直接访问VMCS Shadowing Structure来降低VM entry/exit
EPT A/D:EPT Access/Dirty Bits,EPT(Extended Page Tables)是管理虚拟机内存地址到物理内存地址转换的硬件机制
EPT A/D从图片上看起来和上面的VMCS Shadowing很相似,不过作用是不同的,EPT A/D的作用在于降低VMM监控虚拟机的开销,因为软件检测方案需要VMM将EPT表设置为低权限的方式,从而导致VM exit/entry开销,而EPT A/D则可以避免这种开销,由于在虚拟化环境下,EPT会持续作用,而VMM对虚拟机的检测也不可缺少,因此预计EPT A/D将会有比较明显的效果。
笔者计划之后测试不同Hypervisor的虚拟化性能,敬请期待。
好文章,需要你的鼓励
思科与英伟达、VAST Data合作推出安全AI工厂,整合服务器、GPU和存储设备为企业提供一体化AI基础设施。该方案采用融合基础设施形式,以AI POD作为核心组件,搭载英伟达RTX PRO 6000 Blackwell GPU和思科UCS服务器。存储方面支持NetApp、Pure Storage或VAST Data产品。VAST声称其InsightEngine能够加速RAG管道,将响应延迟从分钟级降至秒级,支持企业级智能体AI应用。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
随着人工智能深度融入商业文化,97%的高管认为生成式AI将改变其公司和行业。然而,当人们越来越依赖AI处理记忆、推理和创造性任务时,认知外包现象悄然兴起。研究表明,数字依赖正在重塑记忆模式,可能削弱问题解决能力和批判性思维。组织需要在效率与能力保持之间找到平衡,通过认知训练、批判性参与等方式,将AI视为增强工具而非替代品。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。