今日(美國時間9月10日)是英特爾IDF2014召開的第二天,在上午的主題演講中,英特爾高級副總裁兼數(shù)據(jù)中心事業(yè)部總經(jīng)理柏安娜稱,有調(diào)查機構(gòu)認為數(shù)據(jù)正以42%的速度增長。
柏安娜指出,雖然數(shù)據(jù)持續(xù)增長,但利用率卻以50%速度下降,應(yīng)用虛擬存儲軟件方法、統(tǒng)一硬件平臺、硅光電傳輸?shù)确椒ń鉀Q。
事實上在進入主題演講大廳之前,記者在一展臺上看到英特爾與柯達合作的流量分析解決方案,將兩小時實路況信息壓縮為一分鐘顯現(xiàn),使之達到充分利用。
柏安娜認為,如果前端用凌動、酷睿,后臺用至強,數(shù)據(jù)傳輸效率就自然提高;而銅纜傳3M max@100Gbps用硅光電纜就會達到>300M@100Gbps,且可靠性相對高。即用銅傳3米/100Gbps,而用硅光電則能傳300米/100Gbps。
柏安娜指出,未來的基礎(chǔ)架構(gòu)將被軟件定義。為此,英特爾正在大力推廣軟件定義基礎(chǔ)設(shè)施的生態(tài)鏈建設(shè)。而英特爾在9月8日新發(fā)布的至強E5-2600 v3處理器,則是軟件定義基礎(chǔ)設(shè)施的基礎(chǔ)。
在本屆IDF上,7家公司展示了利用即將推出的英特爾硅光子光學模塊開發(fā)的早期原型設(shè)備,該技術(shù)把光子模塊的速度(100Gbps)和范圍(目前最高300米,未來將達到2000米)與CMOS制造具體的批量和可靠性等優(yōu)勢相結(jié)合。
柏安娜在演講中透露,英特爾正在向客戶提供英特爾至強處理器D產(chǎn)品家族的樣品。這款產(chǎn)品是第一款英特爾至強品牌的系統(tǒng)芯片(SoC),也是第三代面向數(shù)據(jù)中心的英特爾64位SoC。英特爾至強處理器D產(chǎn)品家族預(yù)計在2015年上半年投產(chǎn)。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓(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)學解題中,為AI訓(xùn)練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(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。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓(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。