互连创新对于更快地传输数据、释放更大的数据价值以及赋予客户精彩计算体验至关重要
本文作者:Sailesh Kottapalli,英特尔公司高级院士兼数据中心制程架构首席架构师
去年,英特尔领导层宣布了支撑所有产品的六大技术支柱:制程和封装、架构、内存和存储、互连、安全、软件。上周,英特尔推出了一个令人惊叹的以数据为中心的创新产品组合,包括全新处理器、内存、网络控制器、SSD、FPGA等。这两大举措都围绕这个新时代人们对数据的愿景——更快传输数据、存储更多数据、处理一切数据。
本周,我与英特尔的技术领导团队一起,分享了关于“更快传输数据”的最新消息,并详细介绍了互连技术在英特尔整个布局中所扮演的重要角色。
在互连技术领域,英特尔是业内投资部署最广泛的公司之一。英特尔的互连技术可实现片上、封装内、以及处理器节点间的通信。通过有线网,或者无线网络,数据将在数据中心、边缘设备、以及芯片之间传输。英特尔在所有这些跨越微米到英里传输距离的互连领域都处于领先地位。
数据正在以指数级的速度增长,互连技术提供了连接和传输数据的能力。据估计,世界上只有2%的数据经过分析,这意味着未来业务发展和数据洞察还有巨大的潜在开发机会。互连技术是原始数据以及通过计算引擎提取数据价值之间的链路。
快速增长的数据推动了对规模计算、存储和互连永无止境的需求。简而言之,我们可以创造最快的处理器、最智能的FPGA或容量最高的固态盘,但如果没有高性能互连技术来支持数据快速、高效地传输,整个系统或服务的性能将永远无法充分发挥其潜力。
数据如何在整个微米到英里传输距离的互连范围内移动,将为每个互连元件,以及横跨每个互连端的计算、内存和I/O组件的未来架构方向提供参考,并从整体来考虑如何维持从芯片到边缘设备的高效率数据流。
英特尔在多个互连领域的布局以及在诸如USB和近期发布的Compute Express Link (CXL) 开放互连技术等行业标准方面的领导地位,可以促使整个生态圈加速创新,推动技术演进,并且将释放整个市场的创造力以带来更高性能的系统和更好的数字服务。
好文章,需要你的鼓励
OpenAI、Anthropic和Google的AI代码助手现在能够在人工监督下连续工作数小时,编写完整应用、运行测试并修复错误。但这些工具并非万能,可能会让软件项目变得复杂。AI代码助手的核心是大语言模型,通过多个LLM协作完成任务。由于存在上下文限制和"注意力预算"问题,系统采用上下文压缩和多代理架构来应对。使用时需要良好的软件开发实践,避免"氛围编程",确保代码质量和安全性。研究显示经验丰富的开发者使用AI工具可能反而效率降低。
Prime Intellect团队发布开源AI训练全栈INTELLECT-3,这个106亿参数模型在数学、编程等测试中超越多个大型前沿模型。团队完全开源了包括prime-rl训练框架、环境库、代码执行系统在内的完整基础设施,为AI研究社区提供了高质量的训练工具,推动AI技术民主化发展。
英伟达与AI芯片竞争对手Groq达成非独家授权协议,将聘请Groq创始人乔纳森·罗斯、总裁桑尼·马德拉等员工。据CNBC报道,英伟达以200亿美元收购Groq资产,但英伟达澄清这并非公司收购。Groq开发的LPU语言处理单元声称运行大语言模型速度快10倍,能耗仅为十分之一。该公司今年9月融资7.5亿美元,估值69亿美元,为超200万开发者的AI应用提供支持。
港科大研究团队开发ORCA框架,首次让视频头像具备真正的"主观能动性"。通过"观察-思考-行动-反思"循环机制和双系统架构,虚拟角色能够自主完成复杂多步骤任务,在L-IVA测试平台上达到71%成功率。这项技术突破了传统视频生成只能机械执行预设动作的限制,为虚拟主播、教育视频等应用开辟新前景。