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
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。