苏妈(Lisa Su)现身AMD AI PC 创新峰会表示,如今整个基础设施都面临AI 变革的机会,包括云、数据中心、下一代 AI PC、下一代嵌入式设备等。
AMD 推出解决AI不同需求的 4 种架构,用于通用处理和 AI 推理"Zen" 架构的 CPU,用于 HPC、AI 训练与密集推理的CDNA架构,用于游戏和基于 AI 的内容开发的RDNA架构GPU,以及聚焦于低功耗、一直在线的 AI 推理需求XDNA 架构的NPU。
通过组合成CPU+GPU+NPU的多样训练和推理计算引擎,满足对于延迟、计算、功耗等有不同需求的 AI 应用。
AMD 还联合伙伴展示了下一代 AI PC 四大功能 Demo,包括文生图、图生图、代码生成和聊天机器人对话。希望将 PC 真正变为具备智能和个性化能力的AI工具。
“有意见”留言板
@没信号:PC是一种硬性的生产力工具,AI在这里能施展的力量能有多少,还得看软件厂商怎么做产品。平日完全依赖本地AI的情况很少会遇到,恐怕消费者冷静下来后,还是会更注重基础配置,至少现在的AI在生产力上很多时候也只是画龙点睛。
@看云:AI PC的兴起,不仅为消费者带来更智能的个人计算体验,同时也为PC产业带来新的增长点。随着AI技术的不断成熟和应用场景的拓展,未来AI PC有望在个人生产力提升、创意内容生成、数据分析等多个领域发挥重要作用。
好文章,需要你的鼓励
微软高级软件工程师Alice Vinogradova将自己用SAP ABAP语言编写的向量数据库ZVDB移植到了搭载Z80处理器的经典计算机Sinclair ZX Spectrum上。她发现ABAP(1983年)和Z80(1976年)几乎是同时代产物,都诞生于内存珍贵、每个字节都很重要的计算时代。通过应用Z80优化技术,尽管时钟频率相差857倍,但代码运行速度仅慢3-6倍。她认为这些老式优化技术具有普遍适用性,在现代硬件上依然有效。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
韩国电子巨头三星宣布收购美国西雅图数字健康技术公司Xealth,进一步扩大在健康领域的布局。Xealth专注于帮助医疗专业人员将数字健康技术整合到日常实践中,与70多家数字健康技术供应商合作,应用覆盖美国500多家医院。此次收购将推动三星向连接医疗保健平台转型,结合其在传感器技术和可穿戴设备方面的优势,完善Samsung Health平台功能。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。