今日,AMD一年一度的開發(fā)者峰會(huì)“APU2014”在北京拉開帷幕,這也是AMD首次在美國(guó)之外的城市舉辦該活動(dòng)。AMD全球副總裁、大中華區(qū)董事總經(jīng)理潘曉明表示,大中華區(qū)是AMD重要的戰(zhàn)略區(qū)域,AMD希望通過本次活動(dòng)在中國(guó)制造巨大的聲音,讓大家感受到AMD不屈不撓的精神,AMD永遠(yuǎn)在創(chuàng)新。
本次活動(dòng)AMD將與大中華區(qū)的媒體、客戶與A飯一同分享AMD的前沿技術(shù)與最新產(chǎn)品。
潘曉明表示,AMD的使命是能夠憑借領(lǐng)先的設(shè)計(jì)和整合技術(shù),成為創(chuàng)新型、定制化高科技解決方案領(lǐng)域的領(lǐng)軍企業(yè)。
AMD全球的臺(tái)式機(jī)總部已經(jīng)移到了中國(guó),而且AMD在北京、蘇州、上海、香港、臺(tái)灣等地都設(shè)有機(jī)構(gòu),其中蘇州工廠是AMD大中華區(qū)產(chǎn)品的主要生產(chǎn)地,為AMD全球產(chǎn)能的貢獻(xiàn)超過30%,而研發(fā)部門則設(shè)在了北京和上海,在XBOX ONE及PS4相關(guān)產(chǎn)品的研發(fā)與成功起到了關(guān)鍵作用。
潘曉明在講到大中華區(qū)的業(yè)績(jī)時(shí)非常激動(dòng),他表示大中華區(qū)市場(chǎng)為AMD全球PC業(yè)務(wù)營(yíng)收貢獻(xiàn)超過30%,其中在渠道臺(tái)式機(jī)和AIB市場(chǎng)的業(yè)務(wù)年?duì)I收增長(zhǎng)分別為33%與19%。
AMD在大中華區(qū)取得這么好的成績(jī),與AMD的策略是分不開的,潘曉明說道。
在大中華區(qū)AMD做到了注重高增長(zhǎng)市場(chǎng)、挺近商用市場(chǎng)與堅(jiān)守消費(fèi)市場(chǎng),這也是AMD在大中華區(qū)的制勝之道。
AMD從2012年開始與ARM的合作,擺脫了單一的X86架構(gòu)路線,加入了ARM生態(tài)系統(tǒng),AMD也是業(yè)界唯一同時(shí)擁有x86和ARM雙架構(gòu)計(jì)算產(chǎn)品的廠商。AMD也在今年正式推出了業(yè)界首款代號(hào)為“Seattle”的64位ARM架構(gòu)服務(wù)器處理器“Opteron A1100”。
AMD致力于開拓半定制化業(yè)務(wù),同時(shí)也在提升專業(yè)顯卡采用率方面下了很大功夫。在商用領(lǐng)域,AMD在商用臺(tái)式機(jī)以及筆記本領(lǐng)域進(jìn)行進(jìn)攻策略,也贏得了嵌入式解決方案的目標(biāo)市場(chǎng)。AMD一直表示游戲是DNA,AMD也專注游戲策略,同時(shí)保持了在渠道臺(tái)式機(jī)和AIB市場(chǎng)的領(lǐng)先地位。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)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(jiǎn)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(duì)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(dòng)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(duì)通過對(duì)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(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)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(shí)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(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。