英特尔设想未来处理器是由紧凑的专用模块构建的,每个模块都针对不同的计算任务进行了优化。
英特尔希望通过近日在旧金山举行公布的三项新技术来实现这一目标,其中最引人关注的是英特尔所谓的Omni-Directional Interconnect(ODI),这项技术让工程师能够以类似乐高的方式构建芯片。
如今大多数处理器采用的是单片设计,晶体管和支撑元件都被蚀刻成独立的单个硅芯片,芯片行业几十年来一直采用这种方法,但现在摩尔定律的终结使得提高处理速度变得更加困难了,因此半导体制造商需要利用新的策略来满足买家的期望。
这就是ODI的用武之地。ODI技术消除了单个芯片上实现所有功能的需要,使工程师能够利用英特尔所谓的小芯片模块组装处理器。
这种方法的一个好处是具有灵活性。ODI让英特尔能够将通常单独出售的不同芯片进行混搭,成为功能强大、高度定制的处理器,并针对特定应用进行优化。ODI的另一个优点是有助于降低制造成本,如果模块化处理器中的一个小芯片有缺陷,只需要丢弃它并更换为另一个小芯片就行了,而不需要废弃掉整个处理器。
ODI技术通过融合英特尔现有的两种技术来实现这种模块化,首先是EMIB,可以像拼图一样连接多个小芯片,而另一个是Foveros,允许小芯片以三维结构彼此堆叠。
ODI技术在设计上有了重大提升,让英特尔大大增加了小芯片之间传输能量和数据的电子连接,这使得ODI带来了更高的带宽和更低的延迟,同时释放了更多空间可容纳更多晶体管。
除了ODI技术之外英特尔还推出了其他两项新技术,一个是Co-EMIB,一种连接Foveros处理器(由垂直堆叠芯片组堆叠组成)的方法,另一个是MDIO,是对某些英特尔处理器交换数据接口的改进。英特尔称MDIO让带宽密度提高到是目前技术的两倍多。
英特尔的模块化三维芯片可能将在可预见的未来投入市场。英特尔曾在12月的时候表示,希望最早在今年开始出货基于Foveros的模块化处理器。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
这项由卡内基梅隆大学和东北大学联合开展的研究通过分析1322篇AI隐私论文,发现学术界92%的注意力都集中在训练数据泄露这一相对较小的威胁上,而聊天记录泄露、AI助手背叛、隐私推断和信息聚合等更严重的隐私威胁却被严重忽视,呼吁学术界和产业界重新审视AI隐私保护的优先级和策略。