近日,英特尔近日详细说明了如何利用多个小芯片构建即将推出的Meteor Lake处理器,使其能够混合搭配以提供不同的功能,并简化下一代Arrow Lake的推出,后者也采用了相同的结构。
英特尔在近日举行的Hot Chips大会上展示了如何使用Foveros封装技术把即将推出的CPU拼接在一起,以构建第14代Core处理器。
在该芯片封装的内部,Meteor Lake由四个不同的互连块组成,包括CPU块、图形块、SoC块和I/O扩展块,所有这些块都安装在第五个基础块上。

英特尔高级首席工程师Slade Morgan表示:“我们的目标是获得单体设计无法实现的分解收益,但始终将分解税保持在最低水平。”
“我们有一个分解的核心图块,有一个分解的图形图块,顺便说一下,图形在媒体和显示方面具有非常不同的性能特征,所以我们把它们分开了。”

早些时候有传言称,该图形块可能是由台积电为英特尔生产制造的,使用的工艺节点和计算块是不同的。英特尔首席执行官Pat Gelsinger在此前活动的主题演讲中暗示了存在这种可能性,但在这次Hot Chips上并没有提及这一点。
根据Morgan的说法,这种架构让Meteor Lake系列中不同的核心块可以具有不同的核心数、不同的缓存大小、或者是性能核心和高效核心的混搭。他说:“我们有能力灵活地、轻松地针对每个细分市场,而不会影响其他设计。”
Morgan称,在Meteor Lake系列的整个生命周期中,将提供对核心新的迭代以及新的工艺节点,一旦准备就绪,就可以将二者合并。最初发布的Meteor Lake芯片中,核心块预计是采用Intel 4工艺节点制造的7nm小芯片。
同样地,图形也是可以扩展的,Morgan称,目标是让图形性能从非常低功耗的移动配置一直扩展到与独立GPU相当的性能水平。
SoC块具有内存控制器和I/O结构等功能,专注于低功耗运行,与此同时,不同版本中也可以提供I/O扩展器,为不同的细分市场提供不同的I/O组合。基础块提供其他块之间的电源和互连,就像主板一样。

Meteor Lake的下一代是Arrow Lake,英特尔表示Arrow Lake也将采用相同的架构,但核心块采用了新的设计,是用Intel 20A工艺节点生产制造的,而且还将带来新的图形块选项。
Arrow Lake的下一代Lunar Lake还将延续这种方法,但是会转向采用Foveros封装技术的下一次迭代,凸点间距为25µm,而不是Meteor Lake的36µm。
英特尔表示,Meteor Lake芯片已经启动并在英特尔实验室中使用了,这意味Meteor Lake芯片将如预期在2023年供货,随后是2024年推出Arrow Lake,只要工艺节点没有进一步的问题。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。