ZDNet至顶网服务器频道 04月30日 编译:AMD如今掌握着两款即将上市的新型低功耗系统芯片,二者专门针对笔记本以及平板设备打造、其中还包含一个专门用于为Windows系统提供Android安全与虚拟化支持的ARM处理核心。
“这是AMD所特有的产品类型;它们归我们所有、由我们创造,我们年复一年努力改进、旨在使其具备更多优秀的功能特性。我们的竞争对手最终只能选择追随我们的脚步并模仿这一研发策略,但我们仍然会成为赢家,”AMD公司移动解决方案高级主管Kevin Lensing表示。
这两款被称为Beema与Mullins的系统芯片与Brazos及其Kabini、Temash两款后继方案采用同样的设计类型,他解释道,不过新产品的四核心Puma引擎带来处理性能提升、更出色的图形支持能力、降低功耗、实现智能化散热管理并配备一个平台安全处理器(简称PSP)——该处理器由ARM Cortex-A5充当,旨在保证核心程序安全。
平台安全处理器拥有自己的加密引擎,并利用ARM的TrustZone软件系统来将关键代码锁定为“受信应用程序”;此外,它还提供一套安全引导机制。AMD方面表示,这款新芯片将由此实现更为出色的安全保护效果,而我们也将在未来看到更多ARM集成化设计成果。
AMD也通过与BlueStacks公司的合作关系将经过全面优化的Android支持能力引入了Windows环境。这两款新型处理器将能够同时在Windows系统中运行一套独立的Android“果冻豆”环境,而无需借助双引导系统的支持;此外,用户甚至可以直接在这两套操作系统之间随意进行文件访问与数据共享。
Beema与Mullins还在原有AMD系统芯片设计方案的基础上增加了处理器的运算能力(将时钟频率分别提升至2.2GHz与2.4GHz)。它们还包含有128核心Radeom图形处理单元,AMD公司宣称这一设计方案将让新硬件拥有两倍于前代产品的性能表现、与此同时功耗水平却下降了20%。
该公司还对两款新型系统芯片作出进一步优化,使其能够更好地通过低功耗连接使用DDR3-1333内存。再有,它们还采用了AMD的所谓“智能化引导控制”技术,也就是能够提前载入那些对电力资源消耗较高的应用程序,而后再以低功耗状态进行后续运行。
这样的设计思路取得了良好的冷却效果。由于理想的温度传感装置价格昂贵、同时又会挤占处理器当中本就不富裕的空间资源,Beema与Mullins选择通过收集热量生成数据的方式在温度较高时降低处理性能,从而将芯片温度一直控制在60摄氏度以下。
Beema与Mullins目前都已经投入了批量生产,Lensing指出,而AMD公司也开始推进其自己的平板设计方案。联想与三星都为这两款新型系统芯片准备好了与之匹配的工具包,来自多家制造商的设备成品亦将很快与广大用户见面。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。