10月28日开幕的英特尔On技术创新峰会(Intel Innovation),归根溯源重新拥抱广大开发者,强调对开发者社区的承诺,以及英特尔横跨软件和硬件的开发者至上的理念。在此次峰会期间,英特尔发布了最新产品、开发者工具和技术,强调对赋能开放生态系统的重视,确保开发者能够使用他们所青睐的开发工具和开发环境,并与云服务提供商、开源社区、初创企业和更多生态伙伴之间巩固信任及伙伴关系。
英特尔详细介绍了针对开发者的重点投入计划,包含一个升级、统一以及更加全面的开发者专区(Developer Zone)、oneAPI 2022工具包和全新的oneAPI卓越中心(CoE),所有这些都旨在优化对资源的获取,并简化跨中央处理器(CPU)和加速器的架构开发。
. 开发者专区(Developer Zone):为了让开发者能更加便捷地访问针对人工智能、客户端、云、5G/边缘和游戏等领域的参考设计、工具包和其他资源,推出一个整合的英特尔®开发者目录(Intel® Developer Catalog),其中包含英特尔关键软件产品,以及一个优化的英特尔® DevCloud开发环境,用于测试和运行在各类英特尔最新硬件(包括CPU、图形处理器(GPU)、现场可编程逻辑门阵列(FPGA)和加速器)的工作负载和多种软件工具。
. oneAPI 2022:自去年发布oneAPI以来,英特尔一直在准备oneAPI 2022工具包的发布,该工具包拥有900项新功能。此次发布的新版本,首次通过统一的C++/SYCL/Fortran编译器和Data Parallel Python为CPU和GPU增加了跨架构的软件开发能力,并提升了Advisor加速器性能建模能力,包括使用VTune Flame Graph将性能热点可视化,并通过扩展Microsoft Visual Studio Code集成和Microsoft WSL2支持,以提高生产力。
. oneAPI卓越中心(CoE):宣布新增11位合作伙伴,通过提供战略性代码端口、额外的硬件支持、全新技术和服务以及课程开发,进一步推动生态系统采用oneAPI,合作院校包括橡树岭国家实验室(Oak Ridge National Laboratory)、加州大学伯克利分校(University of California Berkeley)、杜伦大学(University of Durham)和田纳西大学(University of Tennessee)。除此之外,英特尔还扩大了英特尔Xellence显卡和可视化研究所(Intel Graphics Visualization Institutes of Xellence)的规模,使之成为oneAPI卓越中心(CoE)。
英特尔CEO帕特·基辛格表示:“作为最初英特尔信息技术峰会(IDF)的发起者,我很荣幸今天能再次将生态系统的各位伙伴聚集在一起,共同探索科技的未来。开发者是数字世界中真正的‘超级英雄’,而数字世界是由半导体所支撑的。英特尔将一往无前,挖掘元素周期表中的无限可能,持续释放硅的神奇力量,并将这种力量赋能开发者。我们将携手开启一个全新的创新时代。”
英特尔正稳步执行其产品和制程工艺路线图,并围绕四大超级技术力量加速创新步伐,即无所不在的计算、从云到边缘的基础设施、无处不在的连接和人工智能,以颠覆、探索和影响力,助力开发者不断前行。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。