可穿戴設(shè)備、平板電腦、智能手機(jī)、2 in 1…英特爾近幾年在這些領(lǐng)域內(nèi)做的努力,讓我們重新認(rèn)識(shí)了一個(gè)敢于挑戰(zhàn)、勇于創(chuàng)新的的英特爾。
在今年的Computex2014上,英特爾公司總裁詹睿妮發(fā)表了主題演講,她表示,英特爾的腳步未曾停歇,而且英特爾的使命就是通過不斷的創(chuàng)新,從而改變?nèi)藗兊纳罘绞健T诨顒?dòng)上,詹睿妮還與大家分享了英特爾最新的產(chǎn)品、技術(shù)。
摩爾定律是由英特爾創(chuàng)始人之一戈登·摩爾提出來的,而且熟悉英特爾的人都了解,摩爾定律是英特爾所推崇的。
不過,近期關(guān)于摩爾定律失效的議論卻甚囂塵上,英特爾CEO科再奇在回答記者提問時(shí)表示:“在過去的三十年里,摩爾定律終結(jié)的說法已經(jīng)傳了很多遍了,所以每當(dāng)人們提到此話題時(shí)候,我都深表懷疑,我們一般可以用3到5年看清10年內(nèi)的事情,但是我們至今并未發(fā)現(xiàn)任何此定律會(huì)終結(jié)的蛛絲馬跡。”
詹睿妮也在Computex上表示,摩爾定律依舊是英特爾成長的秘訣。
摩爾定律是指集成電路上可容納的晶體管數(shù)目大約每隔兩年就會(huì)增加一倍。
詹睿妮在活動(dòng)上發(fā)表了她對(duì)集成計(jì)算的看法,在集成計(jì)算時(shí)代,設(shè)備是彼此互聯(lián)的。比外型更重要的是設(shè)備所帶來的卓越體驗(yàn)。無論是智能手機(jī)、2合1產(chǎn)品,還是云服務(wù),英特爾和生態(tài)鏈合作伙伴都將有機(jī)會(huì)加速實(shí)現(xiàn)智能、無縫互聯(lián)的集成式計(jì)算世界。
在本屆的Computex上,英特爾依然延續(xù)著Tick-Tock的腳步,推出了全球首款14納米無風(fēng)扇移動(dòng)PC參考設(shè)計(jì)——Core M產(chǎn)品線,主要包括Core M和Core M vPro兩個(gè)系列產(chǎn)品。
詹睿妮反復(fù)強(qiáng)調(diào),Core M是史上能效最高的酷睿處理器,將帶來性能超強(qiáng)的平板與刀鋒般纖薄的筆記本合二為一的極致體驗(yàn)。
在發(fā)布會(huì)的前一天,華碩也推出了全球首款基于Core M架構(gòu)的 Transformer Book T300 Chi,這款產(chǎn)品在不計(jì)算鍵盤時(shí)的厚度只有 7.3 毫米。
一星期前,英特爾宣布與瑞芯微電子有限公司達(dá)成一項(xiàng)戰(zhàn)略協(xié)議,雙方將面向全球入門級(jí)Android平板電腦,推出基于英特爾架構(gòu)和通信技術(shù)的解決方案。
去年全球平板機(jī)芯片出貨量大約2.5億,而瑞芯則占了30%的份額,約4000萬的出貨量。與瑞芯微合作也順利推動(dòng)了英特爾今年銷售4000萬平板機(jī)芯片的目標(biāo)。
下一階段,雙方將聯(lián)手生產(chǎn)SoFIA 3G平臺(tái)的入門級(jí)價(jià)位平板芯片。詹睿妮表示,預(yù)計(jì)搭載該芯片的產(chǎn)品會(huì)在2015年初登陸市場,價(jià)格會(huì)超乎想象。
英特爾全面發(fā)力智能終端設(shè)備市場,雖然進(jìn)入該領(lǐng)域較晚,但是英特爾一直在努力追趕。英特爾借助瑞芯微在中國的“人脈”,也將加速英特爾邁入終端設(shè)備入門級(jí)市場的步伐。
英特爾已經(jīng)亮劍,你,敢接招么?
好文章,需要你的鼓勵(lì)
新加坡國立大學(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。