AMD Kaveri移動(dòng)處理器的競爭對(duì)手主要是英特爾i5和i7處理器。與新的APU處理器一道,AMD發(fā)布新處理器品牌,并推出面向企業(yè)系統(tǒng)的Pro系列產(chǎn)品。
AMD首次展示Kaveri是在去年的Computex大會(huì)上,今年初,AMD開始發(fā)售這種處理器?;炯軜?gòu)如下:增強(qiáng)型Steamroller CPU核心,AMD Graphics Core Next Architecture下一代圖形核心,具體為Radeon R7系列顯卡核心。
AMD表示,Kaveri最高有12顆計(jì)算內(nèi)核,其中4顆為CPU內(nèi)核,8顆為GPU圖形內(nèi)核。AMD宣稱,這種處理器最高具有818 gigaflops處理性能。今年,宏基,華碩,戴爾,惠普,聯(lián)想,三星,東芝等廠商將發(fā)布Kaveri筆記本電腦。
AMD移動(dòng)產(chǎn)品線高級(jí)主任evin Lensing說,Kaveri是AMD首款使用HSA(異構(gòu)系統(tǒng)體系架構(gòu))將CPU和GPU融合在一起的移動(dòng)芯片,這種技術(shù)可以輕松將CPU的負(fù)載壓力轉(zhuǎn)移到GPU,以此提升性能。在演示當(dāng)中,AMD新處理器在完成Adobe Photoshop任務(wù)時(shí)比英特爾使用了Open CL硬件加速的Core系統(tǒng)速度更快。
AMD已經(jīng)將FX系列品牌定位為高性能CPU,主要面向游戲玩家和發(fā)燒友,不過,AMD已經(jīng)將其從產(chǎn)品路線圖中清除,因此這種產(chǎn)品前途未卜。雖然如此,Kaveri APU的出現(xiàn)證明這種處理器仍然存在。Lensing表示,惠普一款游戲本將成為首臺(tái)使用這種FX系列APU的電腦。
除了3D圖形,AMD通常會(huì)避開和英特爾進(jìn)行性能對(duì)比,因?yàn)锳MD的產(chǎn)品性能過去落后于英特爾的Core?,F(xiàn)在,這種情況得以改變。Lensing聲稱:“在基準(zhǔn)測試中,我們不相上下,很多測試還擊敗了Core i7。”
AMD也在挑戰(zhàn)英特爾的商用處理器,新的AMD Pro系列處理器具有三大性能將其和個(gè)人用戶處理器區(qū)分開來。首先,一定價(jià)位的處理器比較,Pro APU性能超過了個(gè)人用戶處理器版本。二,Pro型號(hào)處理器的產(chǎn)品周期更長。
最后,AMD承諾使用更穩(wěn)定的軟件,無需對(duì)BIOS或驅(qū)動(dòng)做太多改動(dòng)。Lensing說,Pro系列處理器正在幫助AMD躋身商用系統(tǒng)領(lǐng)域,惠普的EliteBook將使用這種處理器。
AMD表示,自從2011年上市以來,APU處理器的銷售量已經(jīng)超過1.5億。
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。