隨著移動互聯(lián)網(wǎng)的發(fā)展,智能終端越來越受到消費(fèi)者的青睞,而在群眾眼中高大上的英特爾在移動端上卻痛失先機(jī),比起其他競爭對手來說發(fā)力較晚。
在今年的英特爾信息技術(shù)峰會(IDF2014)上,英特爾CEO科再奇承認(rèn)英特爾錯失了平板電腦的市場,而下一步當(dāng)然是要做出反擊??圃倨嬗喠⒘私衲暧⑻貭栐谄桨咫娔X市場的目標(biāo)(4倍成長計劃),即2014年平板電腦出貨量增至四千萬臺。CNET就平板電腦相關(guān)話題采訪了英特爾全球副總裁移動通信事業(yè)部總經(jīng)理賀爾友,通過交流我們能夠了解英特爾對推進(jìn)平板電腦的決心,進(jìn)而窺探英特爾在移動端部署的下一步計劃。
今年全球1/3的平板都將搭英特爾芯片
在今年英特爾將改進(jìn)交鑰匙解決方案,提供2種全新參考設(shè)計、全新的開發(fā)工具、更多的營銷資源,并希望拓展20家以上的全新合作伙伴。
賀爾友表示,英特爾計劃今年將讓全球銷售的1/3的平板電腦,都使用英特爾的芯片。
加大支持深圳平板廠商的力度
英特爾“情定”深圳平板廠商已經(jīng)不是秘密,從去年下半年開始,英特爾與德普特、藍(lán)魔數(shù)碼、漢普電子、天智偉業(yè)、臺電科技等多家平板電腦配件及相關(guān)廠商展開密切合作。
賀爾友說道,目前英特爾所接觸到的客戶(深圳平板廠商)表示,基于英特爾的技術(shù)所生產(chǎn)出來的產(chǎn)品返修率是非常低的。硬件方面,在節(jié)省材料成本的同時也提供了良好的工具組組件;軟件層面,英特爾秉承著嚴(yán)酷的標(biāo)準(zhǔn),確保產(chǎn)品總體的質(zhì)量,也使得客戶在開發(fā)、生產(chǎn)和推出市場等環(huán)節(jié)變得更加簡單。
進(jìn)軍64位移動平臺
自從蘋果發(fā)布了搭載64位A7處理器的iPhone5S之后,智能終端也開啟了64位時代。
賀爾友表示,自Bay Trail(64位)平臺之后,英特爾隨后推出的產(chǎn)品都將基于64位的技術(shù)。
Wintel聯(lián)盟依舊堅固
說起微軟宣布Windows Phone授權(quán)免費(fèi)一事,賀爾友說道Bay Trail已經(jīng)針對安卓和Window Phone系統(tǒng)做好了優(yōu)化,而且英特爾把Windows 8.1原原本本搬到了平板電腦上,也就是說消費(fèi)者在平板電腦上也能夠感受到如在臺式機(jī)上的優(yōu)質(zhì)體驗(yàn)。
賀爾友把英特爾比做一艘游輪,他表示意特爾擁有豐富的資源、強(qiáng)大的市場推廣能力與渠道營銷能力,這些都是英特爾寶貴的資產(chǎn),英特爾一旦決定去做一件事情,決心是非常堅定的,這也是英特爾在4千萬臺平板電腦的計劃上秉承的態(tài)度。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)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(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)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(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。