ZDNet至顶网服务器频道 05月22日 新闻消息(文/张锐): 英特尔作为全球最大的个人计算机零件和CPU制造商,在自身业务发展的过程中,软件和服务在其中起到了主要的作用,尤其是在硬件优化和大数据的层面,不禁有人会问,作为CPU巨头的英特尔,软件部门会不会只是一个附属的部门呢?会不会只是为芯片提供一些帮助性的支持呢?答案必然是否定的。
众所周知,英特尔的主要业务是在CPU方面为用户提供芯片级的解决方案。从每一代CPU的发展来看,大家所看到的更多是在制程工艺上的进步以及核心方面上的变革,可能很多人不会想到在这背后软件所做的一些事情,英特尔软件与事业服务部SSG(software and service group)从2005年成立至今一直在为软件方面提供支持,在IDF2015上,ZDNet记者有幸采访到了英特尔SSG的相关负责人,带你来了解一下英特尔的SSG。
采访视频如下:
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。