如果回顾2020年,半导体产业似乎格外显眼,产业收购和新产品此起彼伏。虽然外部环境格外不确定,但是整个半导体产业的表现还是非常喜人的。
近日,英特尔新CEO的消息令人关注。而随着2020年Q4财报和全年财报的公布,英特尔亮眼的成绩再一次引领了产业发展。
2020年779亿美元,2019年营收720亿美元,2018年营收708亿美元,2017年营收628亿美元,2016年营收594亿美元。英特尔连续5年创下营收新高,这足以看出其强劲的增长动力。
而这些离不开英特尔的战略转型,那就是巩固已有赛道优势,开辟全新赛道。
例如,英特尔数据中心业务呈迅猛发展态势。2020年相较2019年增长9%。截止2020年2月,英特尔至强可扩展平台已累计销售出3000万颗芯片。
同时,第三代英特尔至强可扩展处理器(代号“Ice Lake”)将在2021年第一季度实现规模量产,10nm至强可扩展处理器主打架构和平台级创新,可提升数据中心的性能、安全性和运营效率。
在PC市场,英特尔第四季度财报中以PC为中心的营收增长9%,全年相较2019年增长8%。特别是疫情造成的工作方式变化,对于整个PC市场产生巨大影响。
在近日举行的CES 2021上,英特尔重磅发布了50多款处理器产品,并将在2021年推出500多款全新的笔记本电脑和台式机产品,进一步巩固英特尔的技术领导力。
在2021年,英特尔通过确保产品领先地位、通过平台进行创新、聚焦高增长细分领域,进一步引领PC领域的发展。
如果说数据中心与PC是英特尔的传统强项,那么英特尔在全新赛道的表现也是值得关注的。在分布式智能时代,AI、5G和网络转型、智能边缘是英特尔和客户的重要增长引擎。
英特尔人工智能营收在2019年达到38亿美元,网络领域的营收达到50亿美元(2020年达到60亿美元)。
在自动驾驶领域,Mobileye在2021 CES上宣布EyeQ系列芯片累计出货量已高达6500多万,使用其现有技术的汽车已经在全球绘制了近10亿公里的高精地图。
所有这些成绩离不开英特尔的创新引领。据半导体咨询机构IC Insights发布的全球半导体公司研发支出报告,英特尔在2020年的研发支出继续位居所有其他半导体供应商之首,约占行业总支出的19%。在研发上的长期投入必将带来更先进的创新技术,推动更广阔的增长空间。
展望未来,英特尔继续深化以数据为中心的战略转型,这体现在三个方面:从CPU到XPU,完成标量(CPU)、矢量(GPU)、矩阵(ASIC)、空间(FPGA)四大计算类型的芯片全覆盖;强化软件与服务,从芯片(Silicon)到平台,从而更好地满足开发者需求,打造全新生态;从传统IDM到现代、更灵活的IDM,凭借分解设计、无与伦比的制造规模和专长,以及推动六大技术支柱全面创新的独特实力,继续引领产业发展。
转眼我们已经进入到2021年,数字经济的发展离不开数字化技术的支撑,而以英特尔为代表的厂商持续创新,不断赋能产业经济发展,拥创新的技术造福世界上的每一个人。
好文章,需要你的鼓励
这篇研究揭示了大语言模型强化学习中的"熵崩塌"现象——模型在训练早期迅速失去探索能力,导致性能达到可预测的上限。研究者发现验证性能和策略熵之间存在精确的数学关系:R = -a·exp(H) + b,并深入分析了熵变化的内在机制。基于这些发现,他们提出了两种简单有效的方法(Clip-Cov和KL-Cov)来缓解熵崩塌问题,显著提升了模型性能,特别是在困难任务上。这项研究为大模型强化学习的规模化应用提供了关键指导。
Skywork OR1是昆仑公司AI团队开发的开源推理大模型,通过创新的强化学习方法显著增强了语言模型的推理能力。该研究基于DeepSeek-R1-Distill模型系列,采用名为MAGIC的训练方法,在AIME24、AIME25和LiveCodeBench三大基准测试中实现了显著性能提升,32B模型平均准确率提高15.0%,7B模型提高13.9%。研究团队通过系统研究策略熵崩塌现象,提出了有效的缓解策略,并开源了全部代码、数据和模型权重,为AI社区提供了宝贵资源。
上海交通大学研究团队发现多模态大语言模型中的"啊哈时刻"(自我反思模式)虽存在但并不意味着推理能力提升。他们提出了"冷启动强化学习"两阶段方法:先用监督微调建立推理模式,再通过强化学习优化。实验表明,这种方法在多个多模态数学推理基准上表现卓越,使3B参数模型达到接近甚至超越部分7B模型的性能,为增强多模态AI推理能力提供了有效路径。
MBZUAI研究团队开发的SVRPBench是首个模拟真实物流环境的随机车辆路径问题基准测试平台。它通过建模时间依赖的交通拥堵、概率性延误和客户特定时间窗口,为500多个包含最多1000客户的测试实例注入真实世界的不确定性。实验结果显示,先进的强化学习算法在分布变化时性能下降超过20%,而传统方法表现更为稳健。该开源平台通过GitHub和Hugging Face发布,旨在推动更适应现实世界不确定性的路由算法研究。