作者:MIKE WHEATLEY
更新时间:2019年5月26日美国东部夏令时17:17
英特尔公司今天在Computex年度活动(本周在台北举行)中提供了其最新移动处理器Ice Lake(冰湖)的预览版本。
这款新的芯片计划于下个月推出,这是英特尔的一个重要里程碑,Ice Lake是该公司首款采用期待已久的10纳米工艺制造的处理器,该工艺的采用几经波折,多次延迟。
英特尔最初计划于2015年推出首款10纳米芯片,之后该公司被迫将计划推迟到2016年,后来又因为需要努力完善工艺流程,不得不将时间推迟到2017年之后。该公司从来没有透露推迟的正式理由,但是人们普遍认为推迟与产量有关。
如果英特尔想要保持其在芯片制造行业领先地位的话,掌握10纳米工艺至关重要。10纳米指的是微型晶体管或电子门的大小,它们可以快速打开或关闭以在芯片上执行计算。芯片上能够集成的微型晶体管越多,芯片就越强大,因为这意味着它可以执行更多的计算。此外,较小的晶体管的功耗也相对较小,这意味着更长的电池续航能力。
好消息是英特尔似乎终于把事情弄好了。该公司还承诺在2021年推出首款7纳米芯片,该公司本月早些时候表示,Ice Lake的图形性能将比目前的14纳米芯片产品提高一倍,视频转码速度提高一倍,人工智能计算能力提高两到三倍。
在Computex活动之前,该公司更多地谈到了这些功能,声称Ice Lake的性能提升应更多地归功于软件的进步,而不是内核数和时钟频率等硬件改进。鉴于芯片制造领域许多竞争对手——包括Advanced Micro Devices Inc.和台湾半导体制造有限公司在几个月之前就已经推出了自己的7纳米产品,英特尔会强调软件的重要性大过硬件就一点不令人意外了。
尽管如此,英特尔首席架构师兼架构、软件和图形高级副总裁Raja Koduri的说法可能更为切合实际:“对于每一种新硬件架构来说,软件可以实现两种不同量级的性能潜力。”
特别是,英特尔谈到了Ice Lake专业工作负载性能的提升几乎完全依靠软件实现。包括视频游戏中大量的移动图形改进——这得益于Ice Lake芯片内置的Gen 11图形引擎。这款新的图形引擎实现了一种被称为“可变速率着色”的功能,该功能可以针对场景的不同部分应用不同的处理能力,以此增强渲染功能。英特尔表示,Gen 11图形引擎的性能几乎达到了Gen 9图形引擎的两倍。
Ice Lake芯片的另一种理想工作负载是人工智能。英特尔表示,Ice Lake是第一款直接在个人计算机上支持人工智能的处理器,这得益于其在中央处理器上集成了该公司专有的“Deep Learning Boost”软件,以及在图形处理单元上增加了“人工智能指令”。Ice Lake也使用“低功率加速器”,英特尔声称这些技术的结合可以帮助芯片执行人工智能推理任务,速度比竞争对手的产品快8倍。
Moor Insights&Strategy的分析师Patrick Moorhead表示:“我最希望了解哪些应用程序利用了DLBoost,现在这一点还不是很清楚。” Patrick Moorhead表示: “如果它可以使用流行的照片、视频、生产力和游戏应用程序,英特尔就可以在这里获得优势。”
Constellation Research Inc.的分析师Holger Mueller表示,Ice Lake表明芯片制造商们正在竞相在芯片上提供真正的人工智能功能。
Mueller表示:“竞争正在进入下一代应用,而那些能够在硅片上提供最好的人工智能支持的厂商可能会成为赢家。”Mueller表示: “英特尔新推出的Ice Lake芯片非常适合这种趋势。”
除了新的Ice Lake芯片外,英特尔还展示了第二款被称为第9代英特尔酷睿i9-9900KS特殊版处理器的微芯片。英特尔表示,这是世界上第一款全部八颗内核以5千兆赫兹的“涡轮增压频率”运行的芯片,这使其成为“世界上最好的游戏台式机处理器”。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。