这已经是最近两年半以来,芯片巨头退出的第10条业务赛道了。关停之后,英特尔每年可节约下18亿美元经费。
作为公司重组与成本削减措施的一部分,英特尔正着手剥离其硅光子收发器模块业务,相关技术将被出售给半导体制造商捷普。
硅光子技术是光学与硅芯片技术的结合。就收发器应用而言,这项技术能够将光纤接入网络接口卡(NIC)或交换机,且通常采用可插拔模块的实现形式。
通过此次交易,捷普将接手英特尔当前硅光子收发器产品线的销售和制造,以及未来几代硬件的研发工作。
英特尔已经在最近的第三季度财报电话会议上披露了撤资消息,并确认捷普将成为这部分业务的接收方。
交易协议的财务细节尚未公开,但两家公司正在共同努力,希望在年底之前完成过渡。
英特尔公司CEO Pat Gelsinger在宣布这一决定时表示,“第三季度,我们决定剥离硅光子业务中的可插拔模块部分,确保自身能够专注于价值更高的元件业务和光学I/O解决方案,从而实现AI基础设施领域的规模扩展。”
Gelsinger还指出,这也是英特尔公司过去两年半以来退出的第10条业务赛道。他宣称此举将帮助公司每年节约下18亿美元,意义在于“证明我们正努力自身产品组合,并推动创造更多长期价值。”
捷普公司此前就拥有自己的光子业务部门,主要负责为客户提供元件设计、系统组装等服务,同时简化供应链管理以部署光子网络解决方案。
云与企业基础设施高级副总裁Matt Crowley表示,此次与英特尔的交易将使捷普能够更好地满足数据中心领域的客户需求,特别是超大规模与AI云数据仓库等应用场景。
他在声明中强调,“以上复杂环境带来了种种独特挑战,我们致力于正面解决这些挑战,并提供方案来支持数据中心生态系统内不断变化的实际需求。”
英特尔公司首席战略官Safroadu Yeboah-Amankwah评论称,芯片巨头的重点关注方向将集中在现有市场及新兴应用领域的硅光子元件。
英特尔曾在2022年表示,计划从年内起削减30亿美元运营支出,并到2025年将降本幅度提升至100亿美元。在成本削减的压力之下,该公司已经先后关闭了负责制造服务器的数据中心解决方案部门(相关设计成果被出售给计算机制造商MiTAC),以及下一代计算单元(NUC)迷你PC业务部门(相关产品线被出售给个人电脑制造商华硕)。
好文章,需要你的鼓励
北京大学与小红书公司联合研究团队提出的Uni-Instruct框架,成功统一了10多种现有单步扩散蒸馏方法。该框架基于新颖的f-散度扩散扩展理论,通过可计算的等价损失函数训练单步扩散模型。实验表明,Uni-Instruct在CIFAR10和ImageNet 64×64数据集上创造了新的单步生成记录,FID分别达到1.46和1.02,甚至超越了其79步教师模型。研究还成功将该方法应用于文本到3D生成任务,展示了统一框架在提升生成质量和效率方面的巨大潜力。
这篇研究介绍了KVzip,一种创新的查询无关KV缓存压缩方法,通过上下文重建机制为大型语言模型提供高效存储解决方案。该技术能将KV缓存大小减少394倍,同时提高解码速度约2倍,在各种任务上性能几乎不受影响。不同于传统查询相关的压缩方法,KVzip创建可在多种查询场景下重用的通用压缩缓存,特别适合个性化AI助手和企业信息检索系统。研究在LLaMA3.1-8B、Qwen2.5-14B和Gemma3-12B等多种模型上进行了验证,处理长度高达17万词元的文本,并能与KV缓存量化等其他优化技术无缝集成。
腾讯与上海交通大学联合推出的DeepTheorem研究突破了大型语言模型在数学定理证明领域的限制。该项目创建了包含12.1万个IMO级别非形式化定理的大规模数据集,开发了专门的RL-Zero强化学习策略,并设计了全面的评估框架。研究表明,通过使用自然语言而非传统形式化系统,即使是7B参数的模型也能在复杂定理证明上取得显著成果,超越许多更大的专业模型。这一成果为AI数学推理开辟了新途径,使语言模型能够像人类数学家一样思考和证明。
MAGREF是字节跳动智能创作团队开发的多主体视频生成框架,能从多张参考图像和文本提示生成高质量视频。该技术引入了区域感知动态遮罩机制,使单一模型灵活处理人物、物体和背景,无需架构变化;并采用像素级通道拼接机制,在通道维度上运作以更好地保留外观特征。实验表明,MAGREF在身份一致性和视觉质量方面优于现有技术,能将单主体训练泛化到复杂多主体场景,为内容创作者提供了强大而便捷的视频生成工具。