英特尔宣布已实现基于业界领先的半导体封装解决方案的大规模生产,其中包括英特尔突破性的3D封装技术Foveros,该技术为多种芯片的组合提供了灵活的选择,带来更佳的功耗、性能和成本优化。
这一技术是在英特尔最新完成升级的美国新墨西哥州Fab 9投产的。英特尔公司执行副总裁兼首席全球运营官Keyvan Esfarjani表示:“先进封装技术让英特尔脱颖而出,帮助我们的客户在芯片产品的性能、尺寸,以及设计应用的灵活性方面获得竞争优势。”
这一里程碑式的进展还将推动英特尔下一阶段的先进封装技术创新。随着整个半导体行业进入在单个封装中集成多个“芯粒”(chiplets)的异构时代,英特尔的Foveros和EMIB(嵌入式多芯片互连桥接)等先进封装技术提供了速度更快、成本更低的路径,以实现在单个封装中集成一万亿个晶体管,并在2030年后继续推进摩尔定律。
英特尔的3D先进封装技术Foveros是业界领先的解决方案,在处理器的制造过程中,能够以垂直而非水平方式堆叠计算模块。此外,Foveros让英特尔及其代工客户能够集成不同的计算芯片,优化成本和能效。
英特尔将继续致力于推进技术创新,扩大业务规模,满足不断增长的半导体需求。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。