昨日,美國(guó)高通技術(shù)公司戰(zhàn)略和運(yùn)營(yíng)高級(jí)副總裁兼美國(guó)高通公司投資者關(guān)系高級(jí)副總裁比爾·戴維森在接受中國(guó)媒體采訪時(shí)表示,希望讓大家把QRD(高通參考設(shè)計(jì))的計(jì)劃從項(xiàng)目轉(zhuǎn)到高通的策略上來(lái),而QRD的策略就是面向新興客戶的投入和入門(mén)級(jí)產(chǎn)品上加大投入。
之前,有媒體報(bào)道,高通將會(huì)對(duì)QRD業(yè)務(wù)進(jìn)行重新調(diào)整,當(dāng)記者問(wèn)及高通在2014財(cái)年對(duì)QRD資源投入的變化時(shí),比爾·戴維森強(qiáng)調(diào),不應(yīng)該只考慮QRD項(xiàng)目本身,高通會(huì)繼續(xù)向面向新興客戶的投入和入門(mén)級(jí)產(chǎn)品上加大投入。
比爾·戴維森指出,QRD是高通面向新興客戶的一種方式。幾年前,高通這類(lèi)客戶并不是很多,但是過(guò)去幾年高通在新興客戶上的量有非常大的增長(zhǎng)。
QRD項(xiàng)目幾年前從無(wú)到有,現(xiàn)在來(lái)自新興客戶的業(yè)務(wù)已經(jīng)達(dá)到超過(guò)10億美元的規(guī)模。高通為這類(lèi)客戶不僅提供參考設(shè)計(jì)的解決方案,這些客戶也會(huì)使用高通的中高端芯片組來(lái)生產(chǎn)產(chǎn)品。
“過(guò)去Qualcomm也有類(lèi)似的參考設(shè)計(jì)方案,但是它可能是針對(duì)某些產(chǎn)品,使它具備一些功能,滿足全球特定地域市場(chǎng)的需求。后來(lái),高通們決定將它項(xiàng)目化,形成一個(gè)專(zhuān)門(mén)的QRD項(xiàng)目,從產(chǎn)品的雛形到成品,提供完整的解決方案。”比爾·戴維森說(shuō)。
從OEM廠商的需求來(lái)講,他們并不是只需要面臨偏遠(yuǎn)地區(qū)的中低端產(chǎn)品,同時(shí)他們也有生產(chǎn)比較中高端產(chǎn)品的需求,面向發(fā)達(dá)國(guó)家或地區(qū)。所以O(shè)EM廠商可以通過(guò)QRD的參考設(shè)計(jì),利用到高通各個(gè)層級(jí)的非常廣泛的產(chǎn)品系列。
去年的紐約分析師大會(huì)上披露的數(shù)字顯示,驍龍400處理器已經(jīng)有超過(guò)30款產(chǎn)品是來(lái)自于新興客戶,驍龍800處理器有超過(guò)25款的產(chǎn)品設(shè)計(jì)來(lái)自于中國(guó)的新興客戶。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。