今年蘋(píng)果的第二次秋季發(fā)布會(huì)盡管略顯平淡,但還是給廣大用戶(hù)帶來(lái)了幾款蠻不錯(cuò)的商品。例如更加輕薄的iPad Air 2以及配備了Retina 5K顯示屏的iMac。其中iMac的5K高清顯示,賺足了所有人的眼球。
但成就了這款新品的,不單單只是蘋(píng)果一個(gè)牌子。在它背后,還有很多默默無(wú)聞的品牌支持。本文中,我們就來(lái)了解一下iMac一體機(jī)你不知道的事。
新款的iMac一體機(jī)最大的亮點(diǎn)在于使用了LG品牌的27英寸Retina 5K顯示屏,顯示分辨率高達(dá)5120*2880,并且支持?jǐn)?shù)百萬(wàn)色彩。這樣的超高清顯示能力幾乎是目前分辨率最高的設(shè)備之一了。達(dá)成這樣的成就,LG品牌當(dāng)然功不可沒(méi)。并且此次成功的合作,也并不是蘋(píng)果與LG的第一次合作了,相信此次合作的成功,為日后兩家公司的長(zhǎng)期合作打下了良好的基礎(chǔ)。
擁有超高清的顯示屏,當(dāng)然也需要更加強(qiáng)大的圖形處理器做為支持。至于之所以選擇了AMD圖形處理器,蘋(píng)果的理由為:在蘋(píng)果超高分辨率設(shè)備中,AMD的圖形處理器的表現(xiàn)超乎預(yù)期,R9-M290X也是目前5K分辨率下Mac OS X系統(tǒng)最理想的選擇。在進(jìn)行圖形處理時(shí),擁有高達(dá)每秒 3.5 兆次的浮點(diǎn)運(yùn)算能力,讓用戶(hù)能夠體驗(yàn)到極佳的視覺(jué)效果。
新款iMac一體機(jī)采用Intel四核Core i5處理器,主頻為3.5GHz,Turbo Boost高達(dá)3.9GHz。i5-4690處理器采用了英特爾睿頻加速2.0技術(shù)以及全新的Haswell架構(gòu),無(wú)論是運(yùn)算速度、還是耗能,都擁有著驚人的效果。再次基礎(chǔ)上,用戶(hù)還可以選配主頻為4.0GHz的四核Core i7處理器,進(jìn)一步提高iMac的性能。
美國(guó)德州儀器公司,是世界上最大的模擬電路技術(shù)部件制造商,全球領(lǐng)先的半導(dǎo)體跨國(guó)公司。新版iMac一體機(jī)之所以輕松實(shí)現(xiàn)超高清分辨率的顯示,德州儀器(Texas Instruments)提供的TOS65168高分辨率LCD偏置電路可編程芯片也是股肱之臣。除此之外,德州儀器還為iMac貢獻(xiàn)了TPS65270單片雙同步降壓穩(wěn)壓器。
五、SanDisk:高速SSD硬盤(pán)
SanDisk閃迪,這個(gè)品牌相信大家并不陌生,在蘋(píng)果的產(chǎn)品中也不是第一次出現(xiàn)了。此次閃迪為iMac提供了優(yōu)秀的高速SSD硬盤(pán),優(yōu)質(zhì)的SSD硬盤(pán)也對(duì)蘋(píng)果的Fusion Drive 硬盤(pán)技術(shù)的實(shí)現(xiàn)提供的良好的基礎(chǔ)。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。