在這次的CES上,很多的亮點呈現(xiàn)在我們面前,智能家居絕對是其中非常重要的一個部分。而智能家居擁有多個組成部分,智能電視、智能盒子、家庭網(wǎng)絡、智能光源、游戲機等等,都是其中的組成部分,但是你所不知道的是,很有可能,我們?nèi)粘J褂眠^程中的這些智能家居設備,都包含了一個廠商的解決方案,這個廠商就是Marvell。
作為一個芯片供應商,Marvell為智能家居設備提供了多種多樣的SoC芯片,其中有些側重于計算處理,有些側重于網(wǎng)絡,有些側重于連接,有些則是多種功能的集大成者,比如谷歌的Chromecast中的處理芯片,索尼PS4中的WiFi芯片,藍牙芯片,蘋果MacBook Air中SSD的控制芯片等等,實際上,Marvell已經(jīng)默默的為我們提供了一套完整的智能家居解決方案,只不過,他們是在背后默默的提供著。
今天,我們在CES上拜訪了Marvell智能家庭副總裁Winston Chen,我們試圖從Winston那邊了解Marvell現(xiàn)在以及未來在智能家居上的戰(zhàn)略方向。
在智能電視領域,這也是Marvell做得較為成熟的領域,他們已經(jīng)與大量的合作伙伴展開合作,包括夏普、海信、創(chuàng)維等等,同時在4K的支持上,Marvell目前也已經(jīng)實現(xiàn)了芯片上的支持,接下來只是等待家電廠商推出新的電視終端產(chǎn)品,同時Marvell還與一些電視內(nèi)容提供商展開合作,力求能夠讓消費者在智能電視上獲得更多的內(nèi)容享受。
在智能照明領域,Marvell合作開發(fā)的LED燈泡可以實現(xiàn)利用智能手機、平板電腦進行光亮的調節(jié),今年將會大量出貨,由于Marvell的高度集成方案,因此燈泡的成本預計將會有較大幅度的回落,考慮到中國政府也在大力推廣節(jié)能減排,智能燈泡在中國市場的前景非常可期。
網(wǎng)絡連接功能上,Marvell不僅僅與運營商合作推出了TD-LTE制式的多模產(chǎn)品,還推出了g.hn標準的電力線傳輸工具,利用這個工具,我們可以將WiFi部署到所有的房間中,而不需要布線,也不需要擔心WiFi信號穿墻的問題。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。