英特尔近日公布了有关下一代Intel 4芯片制造工艺的新细节,这一进展将让英特尔能够生产出更快、更节能的处理器。
英特尔在芯片行业盛会2022 IEEE VLSI Symposium上详细介绍了这项技术,此外预览了将使用Intel 4生产的首批处理器。
性能提升
据报道,采用Intel 4工艺制造的芯片在使用相同耗电的情况下,能够提供比英特尔现有芯片高出21.5%的时钟速度,或者,可以牺牲速度上的一部分提升,换取更高的能源效率。据英特尔估计,Intel 4芯片可以提供与当前处理器相同的时钟速度,同时功耗降低40%。
芯片上的晶体管可以执行多项任务。一些晶体管被组织成逻辑单元,用于对数据执行计算操作的电路,其他一些晶体管则被组织成SRAM单元,用作芯片的板载存储器,保存正在处理的数据。
Intel 4提供的逻辑单元密度是上一代芯片制造工艺的2倍,这样就能把更多计算电路集成到处理器中,从而提高性能,反过来SRAM单元密度也提高了20%多。
新的生产方式
Intel 4之所以能够提高速度,一部分原因是英特尔首次在工艺中使用极紫外光刻(EUV)技术——这种技术使用光束将晶体管图案雕刻成硅晶片。
EUV设备每台成本约为2亿美元,通过加热一小块锡来产生等离子体,从而产生光,这个过程每秒可重复数万次。芯片制造商利用EUV设备产生的光束,可以将更复杂的晶体管图案蚀刻到晶圆上,而且可靠性更高。
据英特尔称,在Intel 4工艺中使用EUV技术不仅有助于提高芯片性能,还可以减少制造错误。据英特尔表示,Intel 4减少了制造过程某些部分所涉及的步骤数量,从而让生产工作流程更为高效。
英特尔还改变了制造处理器所用的材料,以优化芯片的效率。此前,英特尔使用钴材料制造负责连接芯片不同部分的导线。而在Intel 4工艺中,这被一种称为增强型铜的材料取代,该材料是钴与铜的结合体,可提供更高的性能。
除此之外,英特尔还更新了芯片的晶体管设计。据报道,由于新互连技术的某些特性,英特尔设法在不降低性能的情况下从去除了晶体管设计中的一些组成部分。
需要容纳的组件减少了,这样就可以在芯片上放置更多的晶体管,从而提高性能,这一设计上的更新也是Intel 4能够提升速度背后的因素之一。
Meteor Lake
除了新的半导体制造技术之外,英特尔还预览了计划使用Intel 4工艺制造的首批芯片,内部代号为Meteor Lake系列。
据英特尔称,Meteor Lake处理器包括6个针对性能进行优化的CPU核心,以及8个针对能源效率进行优化的核心,此外还有一个集成的GPU,一个AI模块。首批Meteor Lake处理器预计将于2023年面市。
此外,英特尔计划将Intel 4工艺升级为更先进的制造技术——Intel 3,该技术将引入增强型的晶体管设计,并将更广泛地使用EUV技术。据估计,Intel 3的性能将比Intel 4高出18%。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。