北京,中国,2019年8月27日——全球领先的移动通信及物联网核心芯片供应商紫光展锐今日宣布,推出业界领先的高性能AI边缘计算平台——虎贲T710,全面推进AI在工业、商业、医疗、家居、教育等领域的商用,加快传统产业智能化升级。
虎贲T710采用8核CPU架构,由4颗2.0GHz的Arm Cortex-A75及4颗1.8GHz的Arm Cortex-A55组成,搭载工作频率为800MHz的IMG PowerVR GM 9446图形处理器。虎贲T710包含了CPU、GPU、NPU、ISP、VDSP等处理单元,为各类丰富的AI应用提供了高效能、低功耗的技术基础。
虎贲T710率先采用极具创新的异构双核架构NPU,以应对越来越复杂的应用场景和越来越多的算力需求。苏黎世联邦理工学院AI Benchmark在7月31日,公布了最新的全球AI芯片的测试榜单,虎贲T710以28097的优异成绩夺魁。
除了架构和算力,虎贲T710在能效和商用成熟度上也领先业界,其中:能效≥2.5TOPS/W,超过业界平均水平30%;支持多种AI训练框架, 如TensorFlow、TensorFlow Lite、Caffe……;支持多种AI模型量化方式,包括INT4、INT8、INT16和FP16……;支持Android NN,并且提供紫光展锐自研SDK,使第三方应用程序更高效部署AI功能。
此外,虎贲T710还整合了如4K@30fps编解码,802.11ac,BT 5.0等强大的多媒体能力和先进的无线通信能力。
紫光展锐将在AI领域持续创新,满足不断增长的算力需求和不同场景的应用需求,推动 AIoT普及, 加速数字化经济社会的进程。
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究提出了CURE框架,通过强化学习让大语言模型同时学习编写代码和生成单元测试两种能力,无需使用标准代码作为监督。团队开发的ReasonFlux-Coder模型在仅用4.5K编程问题训练后,便在多个基准测试中超越了同类模型,代码生成准确率提高5.3%,最佳N选1准确率提高9.0%。该方法不仅提升了模型性能,还提高了推理效率,同时为降低API调用成本和无标签强化学习提供了新思路。
南京大学与字节跳动联合团队开发的MotionSight系统,为多模态大语言模型提供了"动态视觉增强"能力,解决了现有AI系统在理解视频细粒度动作方面的困难。这一零样本方法通过对象中心的视觉聚光灯和动态模糊技术,显著提升了模型对物体动作和摄像机动作的感知能力,在不需要额外训练的情况下实现了业界领先性能。研究团队同时构建了MotionVid-QA数据集,这是首个专注于细粒度视频动作理解的大规模开源数据集,包含4万多个视频片段和近9万个问答对,为未来研究提供了宝贵资源。