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
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。