近日,Pat Gelsinger被任命为英特尔的新任首席执行官,在最近的员工会议上,Gelsinger告诉员工,英特尔需要提供比“库比蒂诺的那家公司”更好的个人电脑产品。
2020年,英特尔的芯片开发曾多次延迟,股价也多次大幅下跌,导致多位分析师呼吁更换其前首席执行官鲍勃·斯旺。
作为英特尔前员工和英特尔80486处理器的原始架构师之一,Gelsinger被视为一个专注于产品的专家,许多人希望他能够带领英特尔重返其芯片在性能上对竞争对手如AMD和ARM享有显著优势的日子。
据《俄勒冈人报》报道,Gelsinger将引导英特尔未来的处理器,因为该公司正在考虑是否将芯片生产外包给台积电或三星等的第三方晶圆厂。随着AMD、苹果等公司将其最新芯片的工艺向7nm和5nm节点布局,英特尔则继续保持7nm工艺,这导致英特尔在性能和整体市场份额方面遭受了多次打击。
此外,由于苹果重视芯片设计,并于最近开始将其整个PC产品线转向自家设计的基于ARM的芯片,面对这一情况,或让英特尔遭遇巨大的销售损失。据估计,苹果占据了英特尔年收入的多达5%。此外,随着苹果占据更多的台式机和笔记本市场,以及AMD在性能与价格比上超过英特尔的CPU,英特尔需要采取一些强有力的举措来扭转局势。
“我们必须提供比库比蒂诺在任时更好的产品,”Gelsinger说。“当研发和制造得当时,我们的研发和制造已经使英特尔在各个方面成为领导者。”
然而,对于一个在生产和芯片设计方面都遭遇了重大挫折的公司来说,即使对于像Gelsinger这样备受尊敬的老将来说,让英特尔重回往日的辉煌将是一个巨大的挑战。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。