在推迟了多年之后,英特尔的10纳米处理器终于准备好批量出货了。
在年度股东大会上,半导体巨头英特尔表示,首款10纳米Ice Lake处理器将于6月份上市,但目前还不清楚第一款基于Ice Lake的笔记本电脑何时上市。
不过这是值得等待的,英特尔宣称,未来基于10纳米工艺的Corei7四核CPU是现有14纳米芯片图形性能的2倍,视频转码速度的2倍,人工智能计算能力的3倍。
英特尔表示,将在今年下半年和明年发布“多款”10纳米芯片,包括一款通用的GPU、多个像FPGA这样的专用芯片,以及专注于人工智能的Nervana处理器。作为英特尔未来计划的一个重要部分,数据中心服务器芯片将于2020年上半年首次亮相。
但还有一个更重大的消息,就是英特尔已经为首批7纳米处理器的上市设定了具体的时间表。英特尔表示,首款基于7纳米技术的产品将是一款基于Xe的通用CPU,预计在2021年发布。英特尔承诺称,届时性能提升将更加显著,每瓦性能提升大约20%。
此外这些7纳米芯片还将采用Extreme Ultraviolet Lithography(EUV)技术,该技术使用较短波长的光线在硅芯片之间传输信息,并且可能会进一步提升性能。这项新技术将让英特尔能够显著提高芯片的晶体管密度,同时优化功耗。英特尔表示,EUV技术也将成为未来更小制程工艺芯片迭代的基础技术。
Constellation Research分析师Holger Mueller认为,英特尔面对这向7纳米工艺迈进的压力,特别是考虑到英特尔遭遇10纳米工艺延迟的问题。不过他表示,当前英特尔应该首先把重点放在完成向10纳米的过渡。
“如果英特尔成功实现这一目标的话肯定是更好了,因为这会让处理器成本降下来,这对于人工智能和支持大多数下一代应用的机器学习技术所要求的CPU密集型负载来说至关重要,”Mueller说。
在这次投资者会议期间,英特尔首席执行官Bob Swan向股东们表示,英特尔的7纳米工艺是英特尔在芯片制程工艺方面重新赢得领导地位的关键。不过Swan也重申了他的信念,即“产品领导力”更为重要,因为英特尔的目标是为自己的处理器寻求更大的市场。
Swan表示,英特尔的目标是到2023年在他所谓计算机芯片这个规模3000亿美元的市场中占据28%的份额,也就相当于约850亿美元的销售额。他表示,这个市场覆盖了CPU、GPU、FPGA、甚至可能还有5G芯片以及用于人工智能和自动驾驶汽车的专用处理器。
他表示:“我们相信我们可以利用扩大的市场机会取得客户成功。我们的重点是提高执行力、加速创新、发展强大的文化、同时在追求盈利性增长方面进行有原则的投资。”
3000亿美元可以算是一个相当大的市场了,但是否能满足英特尔投资者还有待观察。Swa向股东们表示,他预计未来三年英特尔的收入和每股收益增幅在“个位数”,PC芯片销售可能在此期间保持不变,但数据中心芯片应该会出现两位数的增长。
他还表示,未来三年英特尔的营业利润率将保持稳定在32%,但随着10纳米芯片的产量毛利率会有所下降。
Moor Insights&Strategy分析师Patrick Moorhead认为:“3000亿美元的市场远远大于英特尔5年前所在的1000亿美元市场,因此我认为现在的情况是积极的,而不是消极的。”
但英特尔股东显然希望能看到更多令人印象深刻的数据,在Swan的这番演讲之后,英特尔股价在周三晚些时候下跌了2.5%。
Pund-IT分析师Charles King认为,股价下跌可能是投资者们对英特尔未来计划的范畴有些担忧,以及对于英特尔能否真正完成自己所设定的任务表示质疑。
他说:“考虑到过去几年英特尔遭遇的一系列问题,包括解雇Brian Krzanich、10纳米技术的持续延迟、以及与苹果公司终止5G合作,所以持谨慎态度可能是有必要的。但与此同时,英特尔几十年来一直稳步展现出独特的商业和技术领导力。之前英特尔曾经跌跌撞撞,但随着时间的推移,它会自行调整并重新获得平衡、取得突破,我希望这次也是如此。”
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。