现如今,无论是汽车、零售商店,还是医院、家庭、工厂,所有物和设备变得越来越像一台台“计算机”。智能变得无处不在,数据不仅呈现指数级增长,其形态也变得日益多样化。然而,未经处理的数据毫无价值,只有将数据转化为业务价值,才能创造新的服务和体验。英特尔认为,人工智能、5G、边缘智能是当今三大转折性技术领域。这三项技术的交汇与叠加,是构建下一波应用创新的关键驱动力。
英特尔敏锐洞察并捕捉到了“数据”的风向标。自2017年初开始,英特尔确立“以数据为中心”的转型目标,致力于释放数据指数级增长带来的无限潜能。围绕这一核心战略,英特尔推动技术创新、生态进化和战略收购,不断夯实自身实力,取得战略性进展。目前,英特尔在数据处理、存储和传输领域具备全面的实力,能够提供业界领先的云到端产品与解决方案。
随着整个世界全面转向以数据为中心,一个新的多元化计算时代已经来临。当人工智能、云数据中心、物联网、下一代网络、自动驾驶等新型工作负载不断涌现,未来计算创新必须在当前CPU的基础上,进一步构建GPU、FPGA、AI芯片、视觉处理芯片等不同类型的计算架构,以满足多样化工作负载的需求。为此,英特尔提出六大技术支柱,不断扩展英特尔产品领先性。英特尔领先的XPU硬件、oneAPI软件以及异构整合能力,为塑造未来异构计算格局,满足多元化计算需求奠定了坚实基础。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。