1月23日,Qualcomm迎來驍龍801處理器中國首秀,在功能更新上一共涵蓋了驍龍音效、驍龍超高清、驍龍游戲、驍龍影像、802.11ad、LTE-A等八大方面。
作為目前最大的手機芯片廠商,高通占據(jù)了超過50%的手機芯片市場份額。作為表率,驍龍810的亮相,無疑是對高速網絡需求下的移動終端注入了一劑強芯針。
驍龍810是目前Qualcomm最高規(guī)格移動芯片,采用四核Cortex-A57+四核Cortex-A53架構、Adreno 430圖形晶片。相比Adreno 420來,Adreno 430性能提升30%,但功耗降低20%。
搭載驍龍810的移動設備將支持錄制、播放和傳輸4K超高清視頻內容。基于Corephotonics(以色列一家小型相機設計公司)技術的雙攝像頭解決方案,支持計算攝影變焦并能夠更好的融合兩張拍攝圖像。整合VIVE 802.11AD WI-FI連結,適用于4K超高清視頻的傳輸,能夠顯著提高家庭的網絡容量。
在LTE性能擴展方面,驍龍810支持Category 9載波聚合,提供更快的傳輸速率。
以下是此次高通驍龍810處理器的全部功能展示:
1、全面支持4K超高清
在平板電腦上錄制、播放或傳輸超高清(Ultra HD)視頻內容,在外接超高清顯示器上顯示
在支持3840x2160的MDP平板電腦上體驗超高清分辨率
HEVC (H.265) 格式以更小的文件尺寸帶來視覺品質
2、支持浸入式3D游戲體驗
得益于Qualcomm® Adreno™ 430 GPU,智能手機和平板電腦現(xiàn)已支持動態(tài)硬件曲面細分等先進功能
性能提高30%,功耗下降20%
3、支持杜比全景聲浸入式電影體驗
多維度環(huán)繞聲,營造移動耳機體驗
4、支持COREPHOTONICS計算攝影變焦
基于Corephotonics LTD的雙攝像頭解決方案
集成標準的廣角鏡頭和Corephotonics具有專利的長焦鏡頭
實現(xiàn)對靜態(tài)照片3倍連續(xù)光學變焦,視頻5倍連續(xù)光學變焦
Corephotonics的圖像融合功能,可將兩張拍攝圖像合成為一張圖像
5、集成Qualcomm® VIVE ™ 802.11AD WI-FI
全球首款提供千兆位級Wi-Fi連接的商用移動處理器
適用于4K超高清視頻無線串流、媒體庫快速同步和無線擴展基座
提高家庭和企業(yè)網絡的Wi-Fi容量
6、集成搭載MU-MIMO技術的Qualcomm® VIVE™ 802.11AC WI-FI
全球首款用于智能手機和平板電腦的Wave-2 11ac 商用解決方案
在擁擠Wi-Fi網絡中連接速度最高可提升3倍
支持Wi-Fi網絡實現(xiàn)多任務處理。同時服務多個終端(并非依次服務),減少等待時間
7、搭載Qualcomm® WIPOWER™無線充電技術
簡化:將對多個充電器和連接線的需求減至最低
即刻充電:無需與終端精確對齊
空間自由:允許充電板與終端之間有一定間隔,并可輕松嵌入家具、汽車、咖啡廳等環(huán)境中
WiPower無線充電允許第三方開發(fā)與無線充電聯(lián)盟 Rezence™兼容的產品
8、支持Qualcomm® LTE ADVANCED技術,峰值速率最高可達450 MBPS
Qualcomm Technologies首款集成最高達3x20MHz Category 9載波聚合及LTE Advanced多模調制解調器的頂級處理器
支持更快的下載速度、更極速的應用表現(xiàn)以及全新應用,例如在4G移動終端上實現(xiàn)4K內容的串流
據(jù)高通負責人介紹,驍龍810是64位計算的終極連接移動計算處理器,具備最先進的移動用戶體驗。
目前搭載驍龍810處理器的設備有:已經發(fā)布的小米Note頂配版、LG G Flex 2。
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)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(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,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的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),經過強化學習訓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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。