今天,ARM宣布推出全新IP組合,為2016年上市的移動設(shè)備樹立高端用戶體驗新標(biāo)桿。
這套IP組合是以業(yè)界現(xiàn)有針對移動系統(tǒng)級芯片(SoC)開發(fā)的最高性能處理器技術(shù)ARM Cortex-A72處理器為核心,在特定的配置下,Cortex-A72可以較五年前的高端智能手機提供高于50倍的處理器性能。ARM高端移動體驗IP組合同時可在支持高達4K120幀分辨率的情況下,提供顯著的圖形處理性能升級,為用戶帶來震撼的視覺體驗?;谶@一全新業(yè)界領(lǐng)先技術(shù)組合的設(shè)備預(yù)計將于2016年面世。
ARM高端移動體驗IP組合提供當(dāng)今最引人入勝的移動技術(shù),除了Cortex-A72處理器外,還包括最新的CoreLink CCI-500互連技術(shù)、ARM最高性能與最優(yōu)能效的移動圖形處理器Mali-T880, 并搭配Mali-V550視頻處理器和Mali-DP550顯示處理器。同時,為了進一步簡化芯片實現(xiàn),該組合還包括了基于臺積電(TSMC)先進的16納米FinFET+工藝節(jié)點的ARM POP IP。
ARM全球執(zhí)行副總裁兼產(chǎn)品事業(yè)群總裁Pete Hutton表示,此次包含Cortex-A72在內(nèi)的高端移動體驗IP組合,在今年基于Cortex-A57的設(shè)備所提供的用戶體驗又向前邁出了關(guān)鍵一步。我們與合作伙伴一起在多代產(chǎn)品上實現(xiàn)了領(lǐng)先的高端移動體驗。基于此,到2016年ARM生態(tài)系統(tǒng)將提供更薄、更輕、更具身臨其境用戶體驗的移動設(shè)備,這些設(shè)備則將成為人們主要甚至是唯一的計算平臺。
這套高端移動體驗IP組合滿足了終端用戶對于他們主要、而且隨時在線的移動設(shè)備前所未有的需求,包括創(chuàng)造、強化以及使用內(nèi)容的功能。對于2016年的移動設(shè)備,ARM及其合作伙伴將提升與用戶使用情境相關(guān)的移動體驗。
據(jù)了解,Cortex-A72處理器目前已授權(quán)給超過10家合作伙伴,包括海思半導(dǎo)體、聯(lián)發(fā)科技與瑞芯微電子。基于ARMv8-A架構(gòu)的Cortex-A72處理器不僅提供優(yōu)異能效的64位處理能力,同時能與既有的32位軟件兼容。
海思半導(dǎo)體圖靈業(yè)務(wù)部部長姚剛表示,高于3倍2014年主流設(shè)備性能的Cortex-A72處理器將改變游戲規(guī)則,而使用最先進技術(shù)的Mali-T880會為用戶提供頂級的圖形體驗。相信我們的伙伴關(guān)系能夠共同引領(lǐng)移動與網(wǎng)絡(luò)解決方案的全新時代。
聯(lián)發(fā)科技資深副總經(jīng)理陳冠州指出,移動市場的創(chuàng)新步伐正在以前所未見的速度前進,這意味著我們必須快速地為客戶提供最新的技術(shù)。我們非常榮幸能夠與ARM合作發(fā)布Cortex-A72處理器,并將ARMv8-A架構(gòu)領(lǐng)先的性能和功耗效率基準(zhǔn)引入市場。終其目的就是在應(yīng)用、內(nèi)容與設(shè)備復(fù)雜度日益增加的情況下,為終端使用者提供更好的用戶體驗。
瑞芯微電子首席營銷官陳鋒表示,越來越多的消費者已經(jīng)把智能手機、平板電腦、筆記本、平板手機以及其他大尺寸設(shè)備作為日常主要的計算平臺。而這些較大尺寸的設(shè)備需要能夠擴展至不同處理器配置所提供的更高性能和更佳功耗效率作為支撐。瑞芯微非常高興能夠成為ARM Cortex-A72的合作伙伴,為消費者提供廣泛的高端移動平臺。我們也將致力于為客戶及消費者帶來領(lǐng)先的處理器與圖形處理器技術(shù)和解決方案,以實現(xiàn)個人與企業(yè)用戶無與倫比的使用體驗。
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。