ZD至顶网服务器频道 06月16日 新闻消息(文/邹大斌): 从高通今年1月宣布要在贵州投资建立从事ARM服务器芯片研发和生产的合资公司开始,关于ARM服务器一直是市场的焦点。其原因在于,随着ARM芯片在移动端的日渐普及,人们也希望ARM芯片能携其高效能、低能耗、大生态的特点,给服务器市场带来x86之外的新选择。日前高通(Qualcomm)中国区董事长孟樸在接受记者采访时表示,搭载高通ARM芯片的服务器有望于2017年下半年上市。
孟樸表示,智能终端市场是高通的传统市场,也是高通一直非常重视的领域。而除此之外,高通还在助力中国物联网等众多领域的发展和创新。比如,Qualcomm骁龙820不仅在小米5、vivo Xplay 5旗舰版、乐视的乐Max2,联想ZUK Z2/Z2 pro等智能手机上得到广泛应用,同时也在无人机、VR等新兴领域也得到应用验证。另外,高通并不满足于前端市场,其业务正在从前端逐渐向后端,包括数据中心领域拓展。
“我们认为,不论是大数据还是云计算都离不开数据中心,而数据中心也离不开服务器,我们在这个产业中看到了机会。在服务器行业中,我们把发展机会确定在两大市场:一个是北美市场,一个是中国市场。”孟樸说,不管在应用形态还是产品技术要求和规模上,高通如果能在北美市场和中国市场做好,就能给高通和其产业链的合作方提供一些新的增长点。
这正是高通与今年1月17号正式宣布与贵州省成立合资公司贵州华芯通半导体技术有限公司的一个背景。根据协议,贵州在该合资公司中将占股55%,高通占股45%。合资公司将专门从事设计、开发和销售面向中国市场的先进服务器芯片。这一条完整的业务链将完全在中国通过合资公司进行。
孟樸表示,尽管目前x86在市场占有绝对优势,但高通在服务器市场还有机会。其原因在于:
第一,高通一直在智能手机SoC领域处于全球领先地位,过去这些年也证明,高通芯片能在智能终端上很好地平衡功耗、计算能力和价格。高通也完全有能力把这种经验应用到服务器领域。
第二,高通对中国市场以及中国合作伙伴有充分的信心。和其他一些合资公司相比,高通是唯一一家既进行了资金投入又进行了技术投入的公司。
而在记者看来,高通在中国市场的机会可能还来自公司高层对中国市场的高度重视。上个月,在贵阳举办的 “2016中国大数据产业峰会暨中国电子商务创新发展峰会”(简称"2016数博会") 期间,公司总裁德里克•阿博利亲临大会现场做了主题演讲,并且还出席了高通在贵州省贵安新区注册成立的高通(中国)控股有限公司的揭牌仪式。
在接受记者采访时,孟樸还透露新成立的贵州华芯通半导体技术有限公司一些最新进展。他介绍说,高通第一批的技术交付也已经完成。数博会期间高通搭建了演示平台,这就是向合资公司交付的第一批技术。不久高通还会向合资公司提供第二批的技术。技术交付完成后,合资公司的技术人员就可以针对中国的市场开发出适合中国市场和中国应用的服务器芯片。
他说,截至5月底,合资公司已经拥有了大概40多位工程师。目标是到今年年底,合资公司会有300-400名研发人员。公司预计在2017年下半年正式向市场交付服务器芯片。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。