芯片制造巨头英特尔公司宣布再次推迟生产。
英特尔表示,下一代Sapphire Rapids Xeon Scalable CPU要到2022年第一季度才能出货,第二季度增加产量。
这一消息来自于英特尔企业副总裁、至强处理器和内存事业部总经理Lisa Spelman的博客文章。她表示,这款10纳米芯片将继承当前一代的Ice Lake 服务器处理器,采用两项新技术包括Intel Data Streaming Accelerator加速引擎和英特尔第二代 Deep Learning Boost技术。
显然正是这些增强功能导致了延迟问题,Spelman表示,英特尔需要更多的时间进行验证以确保Sapphire Rapids芯片的万无一失
“基于此,我们预计将在2022年第一季度投入生产Sapphire Rapids,第二季度开始量产。”
英特尔去年不止一次表示将在2021年某个时候开始出货Sapphire Rapids CPU,但最近几个月这一目标时间发生了变化。英特尔新任首席执行官Pat Gelsinger在3月份曾宣布,预计将“在今年年底左右”投入生产这些芯片。
然而,Spelman在Computex 2021大会的主题演讲中表示,英特尔计划在2022年初推出,今天的公告再次证实了这一时间表。
这并不是英特尔第一次延迟。英特尔的7纳米芯片也曾多次延迟,预计发布日期从最初的2021年推迟到2022年,然后进一步推迟到2023年。
不断延迟对英特尔在计算机服务器市场的市场份额产生了负面影响。几年前,英特尔在全球数据中心芯片领域占有99%的份额,而已经将7纳米处理器投入生产的AMD过去几年不断扩展自己在服务器市场中的份额到8%多。
股东们对这次延期消息的反应比较消极,英特尔股价下跌超过1%。与此同时,AMD的股价上涨了近3%。
Moor Insights & Strategy分析师Patrick Moorhead认为,这一公告可能与近期英特尔将数据中心集团拆分为两个独立业务的改组有关。他表示,承认又将延迟表明英特尔对股东和客户是开放和坦率的,而且公司可能在新领导层的带领下对有关日程安排的沟通更加谨慎。
“我相信新的数据中心集团的负责人上任,查看了时间表,再加上Pat Gelsinger的回归,英特尔公司希望对日程表持有更为开放的态度。此前我觉得英特尔可能会保持沉默,但会全力投入生产,以免对客户产生影响。”
Pund-IT分析师Charles King认为,没有人喜欢听到供应商背弃其承诺,尤其是应用于预期的下一代产品时,这些产品之前也曾遭屡次延迟,例如Sapphire Rapids CPU。但他认为,明智的企业和高管会意识到,与其将未准备好的产品匆匆忙忙推向市场,还不如忍受一些短期的痛苦并把事情做得更好。
“显然这会令众多英特尔员工和高管、英特尔的合作伙伴和客户感到失望,也为英特尔最近一系列高管洗牌和Navin Shenoy的离职增加了一些新闻爆料。”
Bernstein分析师Stacy Rasgon认为,延迟可能有几个原因。首先,也是更积极的一点是,市场对Sapphire Rapids中的新功能需求是非常强烈的,以至于英特尔必须花费更多时间来完善这些功能。如果这样的话,客户也是愿意等待的。然而,分析师表示,情况也可能相反。
“一个不太好的解释是,目前英特尔所面临的竞争形势不断恶化,管理层可能认为推迟Sapphire Rapids带来的相关不利影响,要小于较早发布竞争力较弱的产品所带来的影响。”
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。