英特尔本周二宣布Omnitek,该公司主要提供用于可视化处理的可编程芯片设计。这次收购的财务条款尚未披露。
FPGA(Field Programmable Gate Array,FPGA)结构是一种可在制造后进一步配置的集成电路。Omnitek拥有220多个FPGA IP核心软件和附带软件,英特尔计划将该技术连同Omnitek的40名员工纳入自己的可编程解决方案部门(Programmable Solutions Group)。
Omnitek的IP可用于有大量视觉处理要求的应用中,例如视频会议、投影和显示、医疗视觉系统等等。Omnitek还开发了用于人工智能推理的IP解决方案。英特尔表示,很多云服务提供商、企业和嵌入式客户都依赖于在视频和视觉相关应用中使用FPGA。
英特尔可编程解决方案部门高级副总裁Dan McNamara在声明中表示:“Omnitek的技术是对我们FPGA业务的一个很好补充,他们在系统级FPGA方面的专业知识,以及高性能视频和视觉相关技术,使他们成为我们一些最重要客户值得信赖的合作伙伴。我们将共同为视频、视觉和人工智能推理应用提供领先的基于英特尔FPGA的解决方案,加快我们现有客户的上市速度,同时赢得更多新的客户。”
英特尔希望通过收购Omnitek,在规模达80亿美元的可编程解决方案市场中更进一步。英特尔在2015年收购了Altera,是它在该领域最重要的一次,并且成大程度上为英特尔成立可编程解决方案业务部门奠定了基础。
Omnitek首席执行官Roger Fawcett在声明中表示:“从数据中心到设备、8K视频和人工智能等计算密集型应用,这些都需要大量创新的计算引擎。FPGA扮演着越来越重要的角色,通常它被作为其他处理架构的一个补充,而英特尔正处于这场变革的中心。Omnitek很高兴并且非常自豪能够让我们的知识产权和工程师加入英特尔才华横溢的可编程解决方案团队。”
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。