英特尔宣布将在其最先进的处理器中内置玻璃,以使处理器速度更快、更节能。
英特尔在Intel Innovation创新活动之前详细介绍了这个致力于新半导体技术的计划。开发工作的核心,是一种称为玻璃基板的组件,这种组件让英特尔花费了超过10年时间和10亿美金,预计将在本世纪下半叶开始与英特尔芯片一起发货。
英特尔高级副总裁Babak Sabi表示:“经过十年的研究,英特尔已经实现了行业领先的先进封装玻璃基板。我们期待着提供这些尖端的技术,让我们的主要参与者和代工客户在未来几十年从中受益。”
一种芯片封装的新方法
服务器的处理器并不直接放置于主板上,相反,是被放置在一种称为基板的支架上,这是一种扁平的矩形组件,可以保护脆弱的处理器免受热量、压力和其他潜在晶体管损坏源的影响。
这种基板还有另一个很重要的作用。现代服务器处理器是由多个称为小芯片的芯片模块组成的,这些模块会定期相互交换数据以协调工作,基板就是这些小芯片交换数据的通道。
英特尔表示,英特尔的玻璃基板技术在多个领域优于现有替代品,最值得注意的是,它可以使数据在处理器小芯片之间移动得更快,从而提高应用性能。
数据通过嵌入基板中的细线在小芯片之间传输。据英特尔称,这些电线在玻璃基板内的放置距离可以比目前距离近10倍,这意味着可以安装的电线增加了10倍,从而使数据在小芯片之间传输速度更快。英特尔相信,从长远来看,该技术可以带来更显着的速度提升。
将处理器的小芯片与另一个处理器连接的基板导线是由铜制成的。通过这些电线传输的数据又以电力的形式传输。目前有几家公司正在开发以光、而不是电的形式传输数据的光学互连技术,预计这将使信息传输速度加快100倍。
英特尔表示,光学互连应该比竞争对手的技术更容易集成到英特尔的玻璃基板中,因此,构建利用光进行通信的小芯片应该会更加实用一些。
更大的芯片
加快处理器小芯片相互交换数据的速度并不是提高性能的唯一方法,也可以通过添加更多小芯片来实现,据英特尔称,英特尔的玻璃基板技术也可以实现这一点。
处理器的小芯片位于基板上,这种基板有效地充当了一种基础层。基板越大,可以在其上放置的小芯片就越多。英特尔预计,这种新的玻璃技术将能够打造“超大型封装”,相比现有芯片可以容纳更多的小芯片。
该技术还提供了其他的好处。据英特尔称,它可以提高处理器的能效并简化半导体制造工艺的某些方面。
英特尔斥资超过10亿美金在美国亚利桑那州钱德勒建设了玻璃基板生产线,已经生产了几种配备该技术的概念验证芯片。当英特尔在本世纪后半叶开始商业化这种玻璃基板的时候,将与英特尔数据中心处理器等高端芯片一起发货。
这项技术也是英特尔公司打造更大型的、功能更强大的处理器这一战略的一个组成部分。英特尔的目标是到2030年之前制造拥有1万亿个晶体管的芯片,迄今为止英特尔开发的最先进的处理器Ponte Vecchio人工智能加速器包含了约1000亿个晶体管。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。