最新资讯:英特尔今天宣布开始向参与早期使用计划的客户出货第一批英特尔Agilex FPGA,包括科罗拉多工程公司、Mantaro Networks、微软和Silicom。上述客户将使用Agilex FPGA为网络、5G和加速数据分析开发先进的解决方案。
英特尔高级副总裁兼网络与自定义逻辑事业部总经理Dan McNamara表示:“英特尔Agilex FPGA系列产品源自英特尔广泛的创新和技术领导力,包括架构、封装、制程技术、开发工具以及利用eASIC技术降低功耗的快速路径。这些无与伦比的资产使得更高水平的异构计算、系统集成和处理器连接得以实现。利用即将到来的Compute Express Link(CXL)技术,英特尔Agilex FPGA将成为首款为英特尔至强处理器提供缓存一致和低时延连接的10纳米FPGA。”
重要意义:在以数据为中心、5G驱动的时代,网络吞吐量必须提高,而时延必须降低。通过大幅提高性能并降低固有的时延,英特尔Agilex FPGA提供了解决这些挑战所需的灵活性和敏捷性。英特尔Agilex FPGA可重新配置且功耗低,拥有计算和高速接口功能,支持建设更智能、带宽更高的网络,并通过边缘、云和整个网络上的加速人工智能及其它分析功能帮助提供可操作的实时洞察。
微软公司Azure硬件系统部技术研究员Doug Burger表示:“在英特尔Agilex FPGA的开发过程中,微软一直与英特尔密切合作。我们计划在未来很多项目中使用该产品。英特尔FPGA已经为我们创造了巨大的价值,加速了Azure云服务、必应和其它数据中心服务中的实时人工智能、网络及其它应用或基础设施。我们期待继续与英特尔合作,为客户提供高质量云服务、大数据分析和超智能的网络搜索结果。”
独特之处:英特尔Agilex系列整合了多个创新的英特尔技术,包括基于英特尔10纳米制程技术的第二代HyperFlex FPGA架构,基于经过验证的英特尔嵌入式多芯片互连桥接技术(EMIB)的异构3D系统级封装(SiP)技术。这些先进技术让英特尔能够将模拟、内存、可定制计算、可定制I/O ,英特尔eASIC设备模块和FPGA逻辑结构集成到一个芯片封装中。英特尔提供了一个可定制逻辑连续体,让开发者能够把自己的设计从FPGA无缝地迁移到结构化ASIC。
英特尔Agilex FPGA提供创新功能,帮助加速未来的解决方案。创新要点包括:
针对英特尔Agilex FPGA的设计开发目前已经可以通过英特尔Quartus Prime设计软件获得,助力英特尔FPGA、CPLD和SoC获得最高的性能和生产力。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。