世界知名技术专家担当关键领导职务,加速英特尔转型
2021年6月22日,美国加州圣克拉拉——英特尔公司首席执行官帕特·基辛格(Pat Gelsinger)宣布,在英特尔高管领导团队中新增两名技术领导,并对英特尔业务部门作出一些调整。现任英特尔高管Sandra Rivera和Raja Koduri将分别担任新的高级领导职务,科技行业老将Nick McKeown和Greg Lavender也将加入英特尔。
基辛格表示:“自重返英特尔以来,整个公司的人才储备深度和令人难以置信的创新力给我留下深刻印象。但我们必须更快地行动起来,实现我们的远大抱负。Sandra、Raja、Nick和Greg拥有数十年的技术专长积淀,通过让他们承担我们最重要的前沿工作,我们将更加强化我们的专注和执行力,加速创新,并在整个公司内释放出深厚的人才优势。”
作为调整的一部分,英特尔数据平台事业部(DPG)将重组为两个全新的业务部门。
英特尔还将成立两个新的业务部门,其中一个专注于软件,另一个专注于高性能计算(HPC)和图形。
Rivera、McKeown、Lavender和Koduri将直接向帕特·基辛格汇报。Navin Shenoy一直担任执行副总裁、数据平台事业部总经理,他将协助办理交接,并于7月6日离开英特尔。英特尔非常感谢Shenoy 26年来的付出,包括他在领导DPG期间所作出的贡献,以及他之前在客户端计算事业部和英特尔亚太的领导工作。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。