英特尔发布的Alchemist独立GPU产品。
虽然我们对英特尔进军独立GPU市场的消息早有耳闻,但直到今天,芯片巨头才正式公布自己的品牌战略。在产品于2022年第一季度投放市场之后,英特尔Arc将直接与英伟达GeForce以及AMD Radeon展开激烈竞争。关于Arc品牌的定名原因,英特尔还没有给出明确解释——也许代表着电路中明亮的火花、也许是体现曲折密布的电路走线,也可能还有着更加宏大的其他背景故事。但无论如何,英特尔肯定是找准了这些元素与Arc品牌之间的关联性,也给我们留下了灵活的遐想与讨论空间。
品牌定位当然很有趣,但今天我们不妨从其他一些背景信息入手。从趣闻轶事的角度,也许能帮助我们更好地把握Arc产品线的真实样貌。
英特尔Arc品牌今天正式亮相。
英特尔在产品的欢迎页面上发布了一段名为“英特尔Arc背后的故事”的视频,多位英特尔员工在其中谈论到Arc品牌、产品背景、功能特性以及目标受众等。而在视频接近尾声之际,第四代独立GPU硬件代号才正式曝光。视频内容不仅展示了试生产芯片顺畅运行几款3A级游戏大作的画面,同时也涵盖到硬件上运行的多项领先边缘功能。
根据此次披露,我们了解到之前被命名为DG2的独立GPU产品已经被重新定名为Alchemist。Alchemist将成为明年英特尔公司第一波独立GPU产品的先头部队。除Alchemist(炼金术士)之外,英特尔下一代GPU家族还拥有Battlemage(战斗法师)、Celestial(翼人)以及Druid(德鲁伊)等多位成员。这些代号肯定体现出新产品的某些特点,毕竟这可都是角色扮演类冒险游戏中的经典职业。不过缺少更多信息,我们只能保留想象空间。而且考虑到独立GPU的典型开发周期,这些代号可能一直要到2028年才能全部与我们见面。
公布第四代独立GPU产品的相应代号。
英特尔今天还展示了不少与图形相关的技术,例如网格着色与可变速率着色等,同时发布了多款能够在预生产Alchemist芯片上以稳定帧率顺滑运行的游戏。虽然几款游戏还处于早期开发阶段,但《极限竞速:地平线4》、《绝地求生:大逃杀》、《疯狂世界2》、《骑马与砍杀2:领主》、《银河破裂者》以及《孤岛危机:重制版》等都贡献出不错的视听效果。遗憾的是,英特尔并没有提供各款游戏的运行配置设定,所以我们还很难得出确切的硬件性能结论。不过至少可以肯定的是,Alchemist跑跑《孤岛危机》完全没有问题!
但有趣的是,采用DXR光线追踪效果的《地铁:离去》也呈现出流畅的运行效果,而英特尔的全部现有集成GPU都无法为实时光追提供硬件加速。所以很高兴能看到英特尔在独立GPU上接纳了这项技术,并以平顺的帧率带来高质量视觉效果。
AI加速视频增强功能。
此外,英特尔还展示了一段短片,证明Alchemist将提供AI加速视频增强功能。在这段短片中,Alchemist芯片将标清480P视频放大为4K分辨率,而且效果很好。4K放大后的采样区域看起来比原始视频源清晰得多,包含更多可见细节。这项技术不仅能够提高标清视频源的质量,同时也能提升图像显示质量。
英特尔展示AI加速超级采样功能。
最后,英特尔还透露新的GPU产品将包含AI加速超级采样功能,期待与英伟达的DLSS与AMD的Fidelity FX Super Resolution(FSR)一较高下。这些技术的基本思路大体相同,就是先在内部以较低分辨率渲染游戏以提高性能,再对最终输出图像进行放大以适应高屏幕分辨率。英特尔在命名中提到了“AI加速”,表明其解决方案可能更类似于DLSS、而非FSR。但目前还不清楚英特尔是否会像英伟达那样为此设置专门的芯片加速器。如果英特尔的解决方案能够使用GPU着色器内核代替专用硬件运行相应的AI模型,那我们就可以将其理解为英伟达与AMD技术成果之间的混合体。相信英特尔会在未来几周内公布更多细节信息。
总而言之,英特尔今天发布的公告中包含不少有趣的亮点。目前的宣传已经成功勾起我的兴趣,虽然项目还处于早期开发阶段,但我仍然期待芯片巨头能尽快再放点猛料出来。
好文章,需要你的鼓励
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。