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
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。