英特尔方面已经证实,将从2020年开始销售独立的GPU产品。
英特尔的这一计划是在分析师Ryan Shrout一篇文章中透露出来的,他说英特尔首席执行官Brian Krasnich上周在一个分析师活动中透露了这个计划。
英特尔证实了Shrout的说法,称“我们很高兴确认我们将于2020年推出第一款独立GPU。正如我们之前所说的,我们的目标是扩展在PC用集成显卡方面的领先地位,独立的高端图形解决方案面向广泛的计算领域。”
细节不够详细,但进入GPU市场是非常明智的举动,有几个原因。
首先,GPU炙手可热,市场需求很高,甚至供不应求。英特尔可不想看到自己无法为采购者提供除了AMD和Nvidia之外的另一个选择,尤其是考虑到AMD和Nvidia无法迅速从晶圆工厂出货其产品以满足需求。
其次,英特尔最近停止了Xeon Phi协同处理器产品线。GPU将成为Phi的一个更便捷的替代品。
第三,GPU是大势所趋,尤其是在人工智能、高性能计算和可视化等英特尔身处的市场领域。不做GPU就是傻瓜。
最后,英特尔需要新的收入来源。英特尔错过了移动热潮,在物联网领域的进展也不怎么顺利。而且没有任何迹象表明,英特尔打造联网汽车的努力能够很快变现,5G芯片组也是如此。
与此同时,个人电脑销量下滑,Optane尚未成为一个摇钱树,而AMD正在强化自己的数据中心业务。开发GPU将向投资者表明,英特尔正在瞄准未来计算发展的方向,并且知道如何在这个市场中开展业务。
英特尔也可能会做出相当粗糙的GPU。英特尔通常会更强调整合——想想把PC图形卡融入CPU,把WiFi融入Centrino——从而让技术易于使用。我们猜测,当英特尔GPU问世的时候,可能是分离的设备,试图在性能上与对手相匹敌,在封装上击败对手。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。