9月19日,2023英特尔on技术创新大会公开了英特尔公布了第五代至强可扩展处理器的全新细节,其能效与性能方面大幅提升,将推出最高支持288个能效核心的至强级处理器新品,并展示出英特尔平台上可供开发者使用的多种AI技术、全面上线英特尔开发者云平台、英特尔发行版OpenVINO工具套件2023.1版,以及推出搭载英特尔酷睿Ultra处理器的AI PC等,助力开发者创造未来。
“有意见”留言板
@卡卡卡卡西:五代至强288核,AI性能再提升2-3倍,大模型又能加速了,大模型拼到最后看的还是算力,还得看几家芯片厂商算力迭代速度,以英特尔四年五个制程节点来看的话,下一个五年,人工智能有怎样的技术普惠,倒是有点期待了。
@老董:再次听到了一代架构、一代工艺的Tick-Tock声音出现,不过现在的处理器,不但在制程工艺上实现提升,还在多核心横向扩展中发力,同时还推出AI和相关开发工具,这次的大会还真是有百花齐放的感觉了。
@皇额娘推了熹娘娘:推进摩尔定律的玻璃基板预计十年内量产,言下之意就还是很费劲呗。推进摩尔定律的说法真的有点大胆,很难评,祝他成功吧。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。