延期一年多后,英特爾終于推出了其首款采用全新Broadwell架構(gòu)的Core M處理器。
繼當(dāng)前的英特爾第四代酷睿內(nèi)核處理器(Haswell)之后,使用14nm工藝制程的Broadwell芯片終于發(fā)布了。這一系列全新處理器家族原定于2013年亮相,但因生產(chǎn)問題一再被推遲。如今這項(xiàng)問題終于得以解決,英特爾新產(chǎn)品也正式發(fā)布。
采用Broadwell架構(gòu)的處理器浪潮終將到來,作為首款發(fā)布產(chǎn)品,酷睿M處理器將分為兩個(gè)版本:最高睿頻為2.0GHz的5Y10和5Y10a處理器,以及更強(qiáng)大的5Y70處理器,其最高睿頻高達(dá)2.6GHz。此外,升級(jí)版的i3、i5和i7系列以及英特爾U系列和H系列處理器將會(huì)在2015年發(fā)布,但英特爾并未透露具體日期。
酷睿M系列產(chǎn)品均是以專為英特爾“商業(yè)二合一”設(shè)備設(shè)計(jì)的全新產(chǎn)品,這在已日漸黯淡的個(gè)人電腦市場(chǎng)上將成為一個(gè)亮點(diǎn)。
全新處理器僅使用4.5W的功耗,而目前的第四代英特爾酷睿處理器(Y系列)功耗為11.5W 。更低的功耗需求不僅可可以增長電池續(xù)航時(shí)間,更重要的是,可以產(chǎn)生更少的熱量。這意味著搭載酷睿M處理器的設(shè)備將可采用無風(fēng)扇設(shè)計(jì),讓電腦真正進(jìn)入無聲運(yùn)行。
由于與英特爾第四代酷睿處理器相比,酷睿M處理器的封裝體積減少了50%,厚度降低30%,這也意味著設(shè)備主板將更加輕薄、更加緊湊。英特爾表示,從理論上而言,原始設(shè)備制造商可以以酷睿M基礎(chǔ),構(gòu)建機(jī)身厚度僅9毫米的個(gè)人電腦。
英特爾聲稱,與當(dāng)前的產(chǎn)品相比,酷睿M可令設(shè)備的電池壽命改善20%。這在執(zhí)行標(biāo)準(zhǔn)有效工作負(fù)載的情況下,可將電池的續(xù)航時(shí)間延長1.7小時(shí),同時(shí)配置更好的計(jì)算性能和顯著改善的圖形處理性能。
當(dāng)然,任誰換一臺(tái)新電腦都能獲得顯著提高的性能和電池壽命。但據(jù)今天發(fā)布的消息表示,英特爾將其全新的酷睿M與四年前搭載酷睿i5 520UM處理器的筆記本電腦進(jìn)行了相關(guān)比較。結(jié)果顯而易見,其基本辦公效率提升了2倍,而且視頻轉(zhuǎn)換速度提高了7.6倍。
今年10月份,惠普、戴爾和華碩等生產(chǎn)的基于英特爾酷睿M處理器的產(chǎn)品將上市發(fā)行。例如,聯(lián)想本周在柏林IFA消費(fèi)電子展會(huì)上展示的其全新ThinkPad Helix二合一設(shè)備。該設(shè)備配置11.6英寸顯示屏,機(jī)身重816.5克,厚度為9.7mm。此外,該設(shè)備搭載了英特爾酷睿M處理器,這意味著其設(shè)備內(nèi)部已無活動(dòng)件。
預(yù)計(jì)到2015年初,將會(huì)有更多基于酷睿M處理器的產(chǎn)品上市。
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。