ZDNet至顶网服务器频道 07月22日 新闻消息:如果你对AMD比较关注的话,你很可能知道,我们设计和集成的技术被运用于数以百万计的智能和联网设备中,从世界上速度最快的显卡到超级计算机、平板电脑以及游戏机。但是你可能不知道的是,我们的技术还被运用于数不清的嵌入式解决方案中,比如一些最新推出的电子及无线电频率(RF)测试设备、地理信息系统、零售标牌、航空航天解决方案以及医疗设备。
嵌入式计算是AMD产品组合与战略不可分割的一部分。在这一重点领域,我们开辟了全新的创新道路并以x86 AMD嵌入式G和R系列CPU、APU、系统级芯片(SoC)以及AMD嵌入式Radeon™图形处理器(GPU)取得了较大进展。
作为AMD长期技术合作伙伴的CoreAVI现如今宣布,波音为其下一代高性能航空电子座舱显示系统选用了AMD嵌入式技术。与CoreAVI一起,AMD嵌入式解决方案确保了关键任务视觉系统的全面运行,其中包括计算和图形处理器、多重独立3-D显示输出、以及H.264/MPEG2通用视频解码器,从而为飞机驾驶员提供技术一流的视觉显示系统。
当然,波音的这一选择让我们感到特别高兴。这是一个很好的例子,彰显了AMD嵌入式技术的卓越表现。同时,这跟我们嵌入式解决方案被使用的其他一些例子(即数字标牌、赌场和街机游戏机、便携式超声系统、DNA分析、视觉控制系统以及高级机器人)一起共同佐证了我们方法的正确性,那就是将嵌入式解决方案打造为一个不可抗拒的集成产品组合。可以这么说,我们的技术几乎是无所不在的。
航空电子是当今飞行系统的核心,而这些系统的复杂程度特别高。因此,这一案例很好地彰显了AMD的嵌入式价值主张。AMD嵌入式解决方案进行了优化处理,能够很好的应对诸如雷达处理、物体识别等任务所需的3-D绘图和图像处理、高速数据传输、以及大规模并行处理。此外,很多都特别适用于无风扇要求环境,比如座舱。在处理性能、耗电量以及散热之间取得最优平衡是至关重要的,因为这些属性的任何重大偏差都可能对整个座舱电子系统的性能带来负面影响。AMD嵌入式GPU有能力根据需要对性能进行上调或下调,从而提供更好的整体功耗可扩展性以及热控制。
近期推出的AMD Radeon™ E8860 GPU是向市场推出世界级嵌入式解决方案图形技术方面很好的一个例子。该GPU能够实现768 GFLOPS的精度浮点性能并对37瓦的热设计功耗(TDP)提供了支持,能够为座舱电子与显示系统等需要在不损伤能效的前提下,实现最高水平的图形清晰度和准确性的应用提供最优的效能功耗比。之所以能实现这一点,部分原因要归功于其大规模并行计算能力,这优化了数据处理路径,从而提升了实时视频和图形处理性能。
波音方面的这一消息是AMD嵌入式解决方案所提供价值的最新例子。今年,随着更多x86和ARM新处理器的推出,这一势头必将继续增强。
Kamal Khouri博士目前担任AMD嵌入式解决方案部门产品总监一职,主要负责产品、软件、合作伙伴管理以及产品营销事务。此前,Khouri博士曾在AMD技术与工程部门担任工程总监,负责全球IP设计业务。
在加盟AMD之前,Khouri博士曾在飞思卡尔半导体公司(原摩托罗拉半导体公司)工作10多年,期间曾担任过多种设计和领导职务,主要负责网络和通信业务领域,最后Khouri博士担任的是飞思卡尔网络事业部软件产品与合作关系事务高级经理一职。
Khouri博士曾获得普林斯顿大学计算机工程专业博士学位和硕士学位,以及巴克内尔大学电气工程专业理科学士学位。此外,他还拥有30多项主要科研成果与专利。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。