紫光集團(tuán)旗下紫光展銳,全球領(lǐng)先的移動(dòng)通信及物聯(lián)網(wǎng)核心芯片供應(yīng)商之一,繼今年2月發(fā)布了5G通信技術(shù)平臺(tái)馬卡魯以及首款5G多?;鶐酒禾?10以來(lái),正在快速推動(dòng)5G芯片的商用化,今日宣布已在上海基于展銳春藤510完成了符合3GPP Release 15 新空口標(biāo)準(zhǔn)的5G NSA(非獨(dú)立組網(wǎng))及SA(獨(dú)立組網(wǎng))通話測(cè)試,關(guān)鍵技術(shù)及規(guī)格得到驗(yàn)證,這標(biāo)志著春藤510向商用化邁出了堅(jiān)實(shí)的一步。
此次測(cè)試在3.5GHz頻段下進(jìn)行,使用了是德科技基于E7515B UXM 5G無(wú)線測(cè)試平臺(tái)的5G網(wǎng)絡(luò)仿真解決方案,通話測(cè)試的穩(wěn)定表現(xiàn)進(jìn)一步推動(dòng)了5G產(chǎn)業(yè)成熟,將為AR/VR、超高清視頻等大帶寬應(yīng)用帶來(lái)強(qiáng)大的技術(shù)支持。
今年初,國(guó)內(nèi)運(yùn)營(yíng)商分別明確了5G的網(wǎng)絡(luò)部署規(guī)劃,第一步采取非獨(dú)立組網(wǎng)方式,然后再過(guò)渡到獨(dú)立組網(wǎng)。紫光展銳緊跟運(yùn)營(yíng)商的規(guī)劃節(jié)奏,以最快的速度完成芯片的測(cè)試驗(yàn)證工作,為5G商用部署提供了重要支撐。
春藤510是紫光展銳首款基于馬卡魯平臺(tái)的5G基帶芯片,采用臺(tái)積電12nm制程工藝,可實(shí)現(xiàn)2G/3G/4G/5G多種通訊模式,符合最新的3GPP R15標(biāo)準(zhǔn)規(guī)范,支持Sub-6GHz 頻段,支持SA(獨(dú)立組網(wǎng))和NSA(非獨(dú)立組網(wǎng))組網(wǎng)方式。春藤510架構(gòu)靈活,可支持智能手機(jī)、家用CPE、MiFi及物聯(lián)網(wǎng)終端在內(nèi)的多種產(chǎn)品形態(tài),廣泛應(yīng)用于不同場(chǎng)景。
紫光展銳通信終端事業(yè)部總經(jīng)理汪波表示: “作為中國(guó)領(lǐng)先的5G芯片企業(yè),紫光展銳一直積極推動(dòng)5G產(chǎn)業(yè)鏈加速成熟,春藤510的快速進(jìn)展,充分彰顯了紫光展銳加速推進(jìn)5G芯片商用的實(shí)力。紫光展銳計(jì)劃在2019年中與全球運(yùn)營(yíng)商開(kāi)展相應(yīng)測(cè)試,全力推動(dòng)第一批5G終端商用上市。”
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。