一年Arm、一年x86,而且速度始终保持对另一芯片厂商的压倒性优势
英伟达计划深入推进企业计算业务,后续将每两年为CPU和数据处理单元(DPU,又称SmartNIC)引入新的GPU架构。
在本周与台湾Computex展会同时发布的预录制主题演讲当中,英伟达硬件工程高级副总裁Brian Kelleher谈到了公司“无与伦比的芯片发布执行力和良好的市场声誉”。这很明显是在敲打竞争对手英特尔,嘲笑对方再次推迟鼓吹已久的独立GPU进军计划。
Kelleher还补充道,“我们将继续拓展自身卓越的执行能力,每两年发布新的芯片架构。”
而在这两年中,各款产品都将逐步转向新的架构平台。
Kelleher还提到“我们将采取一年Arm、一年x86的架构发布方式”,但目前还不清楚这是否代表架构与产品的更新可能发生在同一年内。毕竟双边并行更新确实难度太大,后续还要等英伟达做出进一步澄清。
先不论细节,英伟达宣称目前其手中掌握着三大架构:GPU架构、CPU架构(包括此次宣布的Grace-Hopper超级芯片),以及被用在Blufield系列产品中的DPU架构。
在主题演讲中,英伟达公司高管们表示,这三大架构在企业计算发展愿景中保持着紧密关联——CPU负责系统管理、GPU负责高强度工作负载,而DPU则提供网络和隔离服务。高管们强调,他们的秘诀就是同时使用这三种处理器架构,也只有这样才能牢牢把握住AI以及价值上千亿美元的云流媒体游戏市场。
说到游戏,本次演讲中还介绍了英伟达委托进行的一项研究,结果发现该公司的RTX视觉计算平台在射击游戏中能够帮玩家获得更高的射击准确率。其中最有趣的一点在于,水平最低的25%玩家在用上英伟达显卡后,成绩提升幅度要明显超过最强的25%玩家。所以即使英伟达的企业AI探索没能成功,喜欢“突突突”的年轻玩家们也会乐于消化掉这些RTX产品。所以无论如何,英伟达的产品总会有人想要、业务也就必然保持增长。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。