北京時間7月16日消息,由于在電腦芯片上封裝更多電路的難度加大,英特爾預(yù)計下一代生產(chǎn)工藝將推遲6個月甚至更久。
英特爾CEO科再奇(Brian Krzanich)預(yù)計,采用下一代制造技術(shù)的芯片可能要到2017年下半年才能面市。
英特爾多年以來基本都以每2年更新一次的速度改進生產(chǎn)工藝,基本與該公司聯(lián)合創(chuàng)始人戈登·摩爾(Gordon Moore)50年前提出的“摩爾定律”保持一致。但要繼續(xù)追趕“摩爾定律”的步伐卻越來越困難。
最新的生產(chǎn)工藝將采用14納米技術(shù)。英特爾上一次升級生產(chǎn)工藝時就推遲了6個月,當(dāng)時的工藝為14納米。
這些芯片大約在2014年第二季度實現(xiàn)量產(chǎn),表明下一代10納米芯片大約會在2016年年中投產(chǎn)。但科再奇表示,制造工藝的改進速度正在放慢,因此將該計劃推遲到了2017年下半年。
“最近的技術(shù)進步表明,我們的節(jié)奏已經(jīng)從2年逐步向2年半靠攏。”他說。
科再奇表示,為了填補這一空白,該公司將在2016年下半年推出一組代號為Kaby Lake的全新14納米芯片。
“我們預(yù)計,在既有路線圖之外額外推出的這些產(chǎn)品將帶來新的功能,并將提升性能,還幫助我們更加順暢地過渡到10納米技術(shù)。”他說。
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。