英特尔今天宣布推出了至强D-2100的帷幕,一个专用于传统数据中心之外进行计算的新型芯片系列。
所谓的边缘计算能够让企业在更靠近数据生成的地方处理数据,以提高响应时间。例如,工厂操作员可能希望分析来自现场生产设备的传感器日志,以避免延迟将其发送到远程数据中心、然后等待结果返回。
唯一的挑战是,远程操作带来了一些传输上的限制,而D-2100解决了这个问题。它是一个集成的片上系统,可将多达18个处理核心和许多其他边缘设备必备的组件集成到一个紧凑型主板中。它的功耗更低,从60到110瓦不等,这主要取决于型号。
在该系统内部,处理核心是基于英特尔最新的Skylake SP 14纳米架构。相比英特尔此前边缘计算芯片来说的另一个重大改进是该模块整合了一个新的“网状互连”,借用自最新一代的数据中心处理器设计。
这个机制是系统的一部分,负责在多个核心之间传输数据。英特尔的网状体系结构以不同的行和列组成不同的芯片组件,使得信息流动比此前的几代更加流畅,从而加快处理时间。
D-2100的性能也得益于它采用了英特尔的QuickAssist技术。这是一个专门的组件,可以以高达每秒100Gb的速度对数据进行加密和解密,释放主要核心以执行其他任务。
英特尔表示,总体而言D-2100在处理通用计算任务时比上一代高出了60%。该芯片还提供了近3倍的网络和存储性能。这对于那些在网络边缘存储数据和分析数据的公司来说是速度的重大提升。
D-2100有14个型号,从4个到18个核心。英特尔认为硬件合作伙伴将这些芯片集成到数据存储设备、紧凑型服务器(特别是用于取代软件定义网络中的专有交换机)、甚至是互连汽车。
Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead表示:“我真的很喜欢Xeon D针对5G运营商边缘计算的设计。运营商需要在边缘的高密度计算解决方案,为5G计算功能提供低延迟。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。