北京時(shí)間7月16日消息,由于在電腦芯片上封裝更多電路的難度加大,英特爾預(yù)計(jì)下一代生產(chǎn)工藝將推遲6個(gè)月甚至更久。
英特爾CEO科再奇(Brian Krzanich)預(yù)計(jì),采用下一代制造技術(shù)的芯片可能要到2017年下半年才能面市。
英特爾多年以來(lái)基本都以每2年更新一次的速度改進(jìn)生產(chǎn)工藝,基本與該公司聯(lián)合創(chuàng)始人戈登·摩爾(Gordon Moore)50年前提出的“摩爾定律”保持一致。但要繼續(xù)追趕“摩爾定律”的步伐卻越來(lái)越困難。
最新的生產(chǎn)工藝將采用14納米技術(shù)。英特爾上一次升級(jí)生產(chǎn)工藝時(shí)就推遲了6個(gè)月,當(dāng)時(shí)的工藝為14納米。
這些芯片大約在2014年第二季度實(shí)現(xiàn)量產(chǎn),表明下一代10納米芯片大約會(huì)在2016年年中投產(chǎn)。但科再奇表示,制造工藝的改進(jìn)速度正在放慢,因此將該計(jì)劃推遲到了2017年下半年。
“最近的技術(shù)進(jìn)步表明,我們的節(jié)奏已經(jīng)從2年逐步向2年半靠攏。”他說(shuō)。
科再奇表示,為了填補(bǔ)這一空白,該公司將在2016年下半年推出一組代號(hào)為Kaby Lake的全新14納米芯片。
“我們預(yù)計(jì),在既有路線圖之外額外推出的這些產(chǎn)品將帶來(lái)新的功能,并將提升性能,還幫助我們更加順暢地過渡到10納米技術(shù)。”他說(shuō)。
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)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。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)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"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)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,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。