提起Marvell公司,大家并不陌生。不久前中國移動推出的自主品牌4G LTE移動熱點就采用了Marvell的解決方案;而且Marvell與國內(nèi)智能手機廠商酷派、聯(lián)想、海信、中興在4G手機上都有合作。不過直到今天下午,它才在北京舉辦了首次面向中國媒體的業(yè)務戰(zhàn)略發(fā)布會,Marvell總裁、聯(lián)合創(chuàng)始人戴偉立女士也在中國媒體面前亮相。
Marvell總裁、聯(lián)合創(chuàng)始人戴偉立女士(中)
戴偉立女士表示:“當今時代并不是要讓所有事物都變得智能化,而是必須符合本身的需求,而Marvell的優(yōu)勢也體現(xiàn)在我們具有產(chǎn)品按需定制的能力。”
Marvell是一家針對私有云、公共云、家庭云、以及光纖和移動基礎設施,提供端到端軟件定義網(wǎng)絡、存儲、計算、移動性和Kinoma軟件解決方案的公司。提及按需定制,戴偉立把Marvell的優(yōu)勢形象地比喻為“樂高”。“我們擁有類似樂高的技術(shù)塊,可以根據(jù)市場和客戶需求來進行不同技術(shù)塊的產(chǎn)品組合,也就能夠?qū)崿F(xiàn)應用上的可伸縮性、平臺化的解決方案。”
而這種按需定制的能力,是基于Marvell對OEM、ODM生態(tài)系統(tǒng)的重視和廣泛而持續(xù)的合作,針對OEM、ODM,Marvell的解決方案都是量身定制的。
所以我們才會看到,Marvell與運營商、OEM廠商合力推出了移動熱點、千元4G智能手機等產(chǎn)品。比如攜手宇龍酷派推出多款中國移動定制版TD0LTE智能手機——不僅有中國移動首款千元4G手機8720L,首款千元內(nèi)4G手機8705,還有2000元級產(chǎn)品的8736,以及旗艦機型移動4G版大觀4(8970L)。另外當然還包括與聯(lián)想推出首款TD-LTE智能手機A788T;支持海信推出高性價比的TD-LTE智能手機X8T等。在發(fā)布會現(xiàn)場,Marvell也展示了這些產(chǎn)品的合作結(jié)晶。
對于Marvell在TD-LTE領域的優(yōu)勢,戴偉立認為應該體現(xiàn)在既有高性能產(chǎn)品,又追求性價比,這也促成Marvell攜手合作伙伴推出千元價位4G手機。
而除這些之外,我們在現(xiàn)場還看到很多用在智能電視、智能家居、LED燈上邊的諸多產(chǎn)品;而且Marvell也為快速增長的移動存儲市場帶來了端到端的解決方案。
而Marvell新的Kinoma消費類應用軟件Kinoma Connect開源軟件平臺,可以讓開發(fā)人員可利用更易于測試、維護和演進的代碼,在使用C語言編寫的小型本機運行時與使用JavaScript語言編寫的應用層之間輕松遷移。而Kinoma Create能夠幫助軟件開發(fā)商轉(zhuǎn)變?yōu)橹圃焐蹋瑫r支持制造商更輕松地處理項目,并推動設計人員更快打造產(chǎn)品原型。
在中國市場,目前Marvell已經(jīng)有2000多名員工,中國的研發(fā)基地從規(guī)模和人員上也超過了美國總部。在未來,Marvell將繼續(xù)把業(yè)務重點放在存儲、網(wǎng)絡、移動和無線等行業(yè),并將延伸至物聯(lián)網(wǎng)這一熱門領域。
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(zhuǎn)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(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相機噪聲問題。該技術(shù)利用圖像間的不變幾何關系,結(jié)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(zhì)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(gòu)聯(lián)合提出SparseLoRA技術(shù),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。