昨日,英特爾在京舉辦了題為“超凡體驗來自英特爾”的2014英特爾新科技渠道路演?;顒由希こ處焸冋故玖擞⑻貭栕钚碌募夹g(shù),包括WiDi、無線充電、3D實感、語音識別等,目的是為了讓渠道合作伙伴進一步了解產(chǎn)業(yè)和市場趨勢、追蹤前沿技術(shù)和產(chǎn)品等信息,增進彼此的溝通,同時也幫助他們快速洞察市場的動態(tài)。
全球PC市場不景氣,直接觸動了IT廠商們“思變”的神經(jīng),英特爾也用實際行動在扭轉(zhuǎn)這種局面。
英特爾大力推動英特爾芯的2合1、平板電腦產(chǎn)品;制定四千萬的平板電腦四倍成長計劃;推出全球首款14納米無風(fēng)扇移動PC參考設(shè)計Core M產(chǎn)品線等等…
不僅如此,英特爾還在技術(shù)領(lǐng)域給了合作伙伴很大的支持:
WiDi:日常會議中,終端設(shè)備連接投影儀可是麻煩事兒,Micro-HDMI轉(zhuǎn)VGA、VGA轉(zhuǎn)HDMI、HDMI轉(zhuǎn)VGA…如果使用的是平板電腦,沒接口更“捉急”。WiDi技術(shù)正好解決了這個難題,WiDi是基于行業(yè)標(biāo)準(zhǔn)的Miracast規(guī)范,提供快速可靠的連接,目前國內(nèi)支持此技術(shù)的硬件有小米電視、盒子等設(shè)備,據(jù)英特爾OEM和渠道客戶技術(shù)與銷售經(jīng)理韓永祥表示,英特爾在培育WiDi的生態(tài)環(huán)境,接下來會與更多的盒子廠商、電視廠商合作,一起推廣WiDi技術(shù)。
無線充電:現(xiàn)如今,大家擁有的移動終端設(shè)備越來越多,不可避免的就是充電線也越來越多,英特爾無線充電技術(shù)想用戶所想,在今年的Computex上,英特爾展出了一臺“桌子”,把移動終端放在“桌子”上就可以完成充電。
3D實感:這項技術(shù)提供了全新的自然、直觀和身臨其境的人機交互技術(shù)解決方案。3D攝像頭與游戲關(guān)系密切,英特爾設(shè)計了一款PIC工具,利用它可以快速的把一些已有的游戲開啟實感技術(shù)(Realsense)的模式,用戶可以直接用手勢來控制游戲。
語音識別:英特爾的Voice Assistant技術(shù)使得用戶能夠使用更快捷的渠道獲取信息,可通過語音在各類計算設(shè)備上提供視頻點播、電視直播、音樂電臺、文本輸入、信息查詢、系統(tǒng)操作等功能。
英特爾用行動說話,讓合作伙伴有了更加廣闊的施展空間。
Core M是英特爾專門為了可插拔的2合1設(shè)備而開發(fā)的14納米無風(fēng)扇移動PC參考設(shè)計,主要包括Core M和Core M vPro兩個系列產(chǎn)品。據(jù)韓永祥透露,搭載Core M的產(chǎn)品將在下半年陸續(xù)推出,產(chǎn)品的形態(tài)也各異,有的是2合1和可插拔,有的是可翻轉(zhuǎn),有的是單純的一個平板電腦。他還表示Core M的TDP(英特爾內(nèi)部叫法)下降到只有上一代的一半,這樣才能做到無風(fēng)扇,同時有更長的電池時間,更輕薄的體驗,更好的整體的用戶體驗。
“Llama Mountain”則是英特爾公司高級副總裁兼PC客戶端事業(yè)部總經(jīng)理施浩德在Computex上展示的英特爾可插拔2合1設(shè)備參考設(shè)計。這一無風(fēng)扇2合1設(shè)備在不插上鍵盤時僅厚7.2毫米(無風(fēng)扇),重量僅為670克。
可以說“Llama Mountain”與Core M是天生一對,韓永祥表示,“Llama Mountain”這個參考設(shè)計也是告訴整個業(yè)界,英特爾可以把硬件產(chǎn)品做的這么炫、這么酷,而英特爾的合作伙伴也會基于這個設(shè)計做很多的改變。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(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。
同濟大學(xué)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(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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、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)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(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際提升推理準(zhǔn)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(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)上驗證有效性。