ZDNet至顶网服务器频道 06月03日 编译:英特尔公司在其发展历史上第一次将其Iris图形处理芯片纳入到了以服务器为主要受众的至强CPU当中,就在今天召开的Computex 2015大会上,英特尔方面宣称其至强E3-1200 v4将包含有Iris Pro P6300图形处理单元,这意味着该CPU将拥有视频转录功能。
如果大家难以想象一款CPU在设计中引入图形处理能力有什么意义,那么不妨考虑运维人员在日常工作中对于视频处理能力的需求,而这类任务大部分来自设备配置工作,即需要针对各类情况制定巡查路线。这些新型CPU同时面向桌面虚拟化应用程序,正如英特尔方面所言,它们能够实现“远程工作站”等方案。
此次公布的全新至强处理器共拥有五款SKU,它们全部采用14纳米制程工艺并配备四个计算核心。不过截至发稿时,我们尚不清楚这五种型号的具体速度参数。
英特尔还在其Computex主题演讲当中披露了一款名为“Unite(即统一)”的新产品,英特尔公司最终用户计算总经理兼副总裁Kirk Skaugen指出,英特尔方面发现要想在会议之前将所有设备对接到位,一共需要耗费七分钟时间,而这正是该产品的诞生理由。为了缩短这部分时间,Unite需要成为一款配备有vPro CPU的迷你型PC设备。在会议开始时,这款迷你PC将为各位与会者提供PIN码验证,而这些参与者则利用该验证码在自己的PC或者Mac上运行Unite客户端。当输入该PIN码之后,Skaugen承诺称,参与者将立刻加入到会议当中。Unite据称还能够提供“用于立即连接至新的或者现有显示器、投影仪或者交互式白板的无线连接技术”。
该软件(包括客户端与服务器端)皆以免费方式提供,英特尔公司指出其能够通过销售更多CPU产品来收回相关投资。
Unite看起来与思科及思杰的GoToMeeting产品较为相似,因此在接下来的几个月中、相关市场上的竞合态势将成为我们关注的焦点。
戴尔、富士通、华硕、惠普以及联想等厂商都将在短期之内将自己的Unite迷你PC设备投放至市场。
Skaugen同时利用此次主题演讲公布称,英特尔公司已经加入到了旨在淘汰密码验证机制的FIDO联盟当中,部分理由在于其RealSense深度感应相机非常符合生物密码机制的相关需求。他还透露称,原本承诺的无线电力联盟与PMA联盟合并一事如今也已经尘埃落定。根据他的说法,这两大机构如今已经就无线充电联盟及其Chi标准进行公开讨论,从而确保双方方案的互操作性。
Skaugen指出,他认为无线充电技术目前尚处于起步阶段,还需要经过十年的发展才能真正普及开来。他表示就目前而言,这部分市场所处的位置相当于当初英特尔还没有发布迅驰平台并鼓励个人电脑制造商之前Wi-Fi技术的处境。英特尔公司希望无线充电也能获得像Wi-Fi这样的广泛支持,并成为各类无线设备的标准方案(包括键盘、鼠标以及手机)从而彻底告别在台式PC上插入大量线缆的现状。
与会者还迎来了另一项重要消息,即将于2015年下半年推出的第六代酷睿CPU。Skaugen展示了一款一体化设计方案,其仅有10毫米厚,配备有4K高清显示屏并能够被平置在桌面之上。这款设备甚至还拥有内置LTE,而Skaugen也开玩笑称亚洲市场对于这类尺寸超大的“手机”产品非常热衷。
此外还有一条消息,那就是英特尔公司公布了一套新的传感器网关设备组合及技术联盟合作关系,具体而言Ubuntu的Snappy将加盟Windows与Wind River,并作为操作系统运行在该设备之上。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。