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
这项由复旦、港科大等多校联合完成的研究首次系统性地解决了大型AI模型在识别场景文字时产生"语义幻觉"的问题。研究团队发现AI模型常将视觉上模糊的文字"脑补"成有意义但错误的词汇,并开发了包含ZoomText定位策略和接地层修正机制的训练无关解决方案,在多个基准测试中实现显著性能提升,为提高AI视觉系统可靠性提供了重要突破。
IBM研究院发布AssetOpsBench,全球首个工业资产AI代理评估平台。该研究建立了多代理协作框架,涵盖IoT数据采集、时序分析、故障诊断等专业模块,通过141个真实场景和六维评估标准测试AI在复杂工业运维中的表现。测试显示当前AI技术仍有改进空间,为工业4.0时代的智能运维发展提供重要基准。
韩国科学技术院研究团队开发出Simba方法,通过层次化稀疏化技术对状态空间模型进行"瘦身",在保持性能的同时显著提升计算效率。该方法采用类似高速公路的架构设计,让AI模型的上层只处理最重要的信息,实现了最高80%的速度提升和更好的长序列处理能力。这项即插即用的技术为AI模型优化提供了新思路。
这项研究展示了一个基于ModernBERT架构的prompt injection检测模型,通过精心构建的多样化数据集训练,在内部测试中达到98.7%准确率和98.0% F1分数,在公开基准测试中平均F1分数达93.8%,显著超越现有最强基线系统。该模型推理速度仅0.02秒,具备实时检测能力,为AI系统安全防护提供了新的解决方案。