CNET科技資訊網(wǎng) 3月23日 北京消息:高通驍龍品牌有了更明確的定位。高通產(chǎn)品營銷副總裁Don McGuire撰文做出以下申明。
作者:Don McGuire,Qualcomm Technologies產(chǎn)品營銷副總裁
未來幾個月,高通將對我們的產(chǎn)品品牌定位進(jìn)行一系列的改變與更新,以便更好地向客戶與消費者闡述我們技術(shù)與產(chǎn)品的價值。其中率先更新的,就是高通驍龍品牌的使用方式。
數(shù)十年來,半導(dǎo)體行業(yè)一直用“處理器”,來稱呼為最先進(jìn)的終端帶來動力的這一組件。在過去幾年,Qualcomm Technologies在驍龍品牌上也采用了這個單詞,就是我們常說的“高通驍龍?zhí)幚砥?rdquo;。然而,這個單詞并未體現(xiàn)技術(shù)的真正內(nèi)涵,也不足以概括我們公司數(shù)萬名創(chuàng)新者努力打造的各種解決方案。
事實上,驍龍絕不僅僅是一個組件,一塊硅片,更不是被許多人所曲解的只是“CPU”。驍龍是技術(shù)集大成者,其中包含了硬件、軟件和服務(wù),而“處理器”一詞遠(yuǎn)遠(yuǎn)不能夠涵蓋以上所有內(nèi)容。這也正是高通要完善我們的命名,把驍龍稱為“平臺”而非“處理器”的原因。
高通驍龍移動平臺,涵蓋了我們除芯片之外所提供的更多技術(shù)和服務(wù)。從形態(tài)來看,處理器就是一顆系統(tǒng)級芯片(SoC),其中包括集成的調(diào)制解調(diào)器、CPU、GPU和DSP等定制技術(shù);但在芯片之外,還有為支持各種類型終端而開發(fā)的許許多多的技術(shù)和組件。從射頻前端 (沒有射頻前端,移動終端將無法獲取信號,無法通話,無法上網(wǎng))到Qualcomm Quick Charge快速充電、Qualcomm Aqstic音頻DAC、Wi-Fi(802.11ac和11ad)、觸摸控制器和指紋技術(shù)等,都能與SoC互相協(xié)作,共同提供出色且流暢的用戶體驗。
通過“驍龍移動平臺”的命名,我們明確表達(dá)了我們向終端制造廠商所提供的價值——從為支持高質(zhì)量圖片和視頻所開發(fā)的算法,到確保電池續(xù)航時間更為持久的技術(shù)。更重要的是,“平臺”一詞將用于闡釋我們的核心技術(shù)所實現(xiàn)的整合的關(guān)鍵用戶體驗——拍攝、連接、續(xù)航、安全、沉浸式體驗。而這些體驗也不再僅為智能手機所獨享,它們還將適用于汽車、物聯(lián)網(wǎng)和移動PC等垂直領(lǐng)域。
展望未來,驍龍品牌將只保留于高端/旗艦系列,而200系列將采用新的“高通智能手機平臺”(Qualcomm Mobile Platform)命名。我們相信, 以新的“Qualcomm智能手機平臺”命名200系列產(chǎn)品,將有助于把滿足入門級海量需求的解決方案,與旗艦和高端層級的驍龍頂級移動體驗平臺區(qū)分開來。我們的目標(biāo)是為客戶創(chuàng)造更清晰的定位和預(yù)期。
此次變化并非顛覆性的,但我們相信這是邁向正確方向的第一步,它將幫助我們更好地展示芯片的整體價值,而遠(yuǎn)不止于“速度和速率”。這一變化進(jìn)一步肯定了在整個平臺上付出大量心血的團(tuán)隊的工作,也反映了Qualcomm Technologies為鞏固公司在半導(dǎo)體行業(yè)中的地位所做的關(guān)鍵整合。我們相信這也將幫助客戶更好地展示Qualcomm智能手機平臺與Qualcomm驍龍技術(shù)為其產(chǎn)品所帶來的整體價值。隨著Qualcomm不斷擴展移動以外的業(yè)務(wù)布局,我們希望新的命名能夠反映出公司正在為其他領(lǐng)域帶來的全新變化,包括移動PC、服務(wù)器、汽車、IP攝像頭、無人機、虛擬現(xiàn)實/增強現(xiàn)實(VR/AR)頭盔以及更多領(lǐng)域。
注:Qualcomm驍龍、Qualcomm Quick Charge和Qualcomm Aqstic是Qualcomm Technologies, Inc.的產(chǎn)品。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(tuán)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(tuán)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。