3月15日消息,去年夏天,英特爾公布了3D Xpoint——一種他們稱之為“在存儲(chǔ)過(guò)程技術(shù)中取得重大突破”的新技術(shù)。3D Xpoint比之前的NAND閃存速度快了10倍而且更加耐用,而它的存儲(chǔ)密度又是用于電腦的DRAM芯片的10倍。
從技術(shù)層面看,這種革新關(guān)鍵在于晶體管交叉點(diǎn)創(chuàng)建出一個(gè)三維網(wǎng)格,內(nèi)存單元坐落于網(wǎng)格的交點(diǎn)處,而且允許被單獨(dú)調(diào)用。所以,數(shù)據(jù)可以以更小的單位被讀取和寫入,速度大大超過(guò)現(xiàn)在所有的讀取寫入技術(shù)。
英特爾已承諾第一個(gè)采用3D Xpoint 產(chǎn)品將在2016年初用在Optane固態(tài)硬盤的上。根據(jù)Macworld的消息,3D Xpoint與NVMe(取代現(xiàn)在的AHCI的新的硬盤傳輸標(biāo)準(zhǔn))兼容。而蘋果公司對(duì)這一產(chǎn)品非常有興趣。
蘋果現(xiàn)有的Retina MacBook使用的正是NVMe技術(shù), 2016年發(fā)布的新Mac很有可能還會(huì)繼續(xù)采用NVMe。因?yàn)?D Xpoint與NVMe兼容,讓蘋果公司的新產(chǎn)品采用Optane固態(tài)硬盤成為可能。
雖然在iPhone上相對(duì)保守,在電腦產(chǎn)品線上,蘋果公司倒經(jīng)常是采用新技術(shù)的先驅(qū),這些年來(lái),MacBook陸續(xù)取消了網(wǎng)口,光驅(qū),甚至常規(guī)usb接口,雖然每次改變都引起用戶的激烈討論,但不得不承認(rèn)的是,正是這些改進(jìn)讓MacBook一直領(lǐng)先。
據(jù)說(shuō)英特爾打算讓Optane固態(tài)硬盤在2016年內(nèi)上市,所以我們沒(méi)辦法看到這個(gè)技術(shù)馬上被廣泛采用??梢灶A(yù)見(jiàn)的是,在相當(dāng)長(zhǎng)的一段時(shí)間內(nèi),3D Xpoint存儲(chǔ)解決方案將和NAND閃存方案同時(shí)存在,直到Optane固態(tài)硬盤的價(jià)格下降到可以進(jìn)行大批量生產(chǎn)。除此之外,英特爾還在致力于研發(fā)Optane內(nèi)存條。
回到蘋果公司這,如果他們要在未來(lái)的Mac電腦上使用Optane固態(tài)硬盤,那么搭載此種硬盤的真機(jī)上市還需要等一段時(shí)間。預(yù)計(jì)2016年Mac電腦的新機(jī)型搭載的還是NAND閃存,但是如前所述,速度改進(jìn)的需求可能會(huì)采用更寬的NVMe解決方案來(lái)滿足。
我們或?qū)?huì)在最近幾個(gè)月看到第一臺(tái)蘋果Mac電腦升級(jí),也許在六月的全球開發(fā)者大會(huì)(WWDC)才看得到。
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(wèn)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(wèn)題偏愛(ài)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(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。