英特尔打造了PC行业极具优势的AI PC工具链,并推出了让开发者值得信赖的AI软件基础。
2024 年 5 月 1日——今天,英特尔宣布在全新英特尔® 酷睿™ Ultra处理器上,有超过 500款 AI 模型得以优化运行。这是市场上目前可用的业界出众的AI PC处理器,兼具全新 AI 体验、沉浸式图形和出色电池续航表现。这一重大里程碑是英特尔在客户端AI技术、AI PC转型、框架优化和包括OpenVINO™工具包在内的AI工具方面投资的成果。这500个模型可在中央处理器(CPU)、图形处理器(GPU)和神经网络处理单元(NPU)上进行部署,它们可以通过业界主流的途径被获取使用,包括OpenVINO Model Zoo、Hugging Face、ONNX Model Zoo 和PyTorch。这些模型涵盖了本地AI推理的多种类别,包括大语言处理、扩散处理 、超分辨率、目标检测、图像分类/分割、计算机视觉等。
英特尔客户端计算事业部副总裁兼AI和技术营销总经理Robert Hallock表示:“在将AI应用程序引入客户端设备方面,英特尔与生态系统已经合作许久。今天,我们将共同庆祝在客户端AI发展历程中的又一个重要的篇章,即超过500个经过预训练的AI模型,在英特尔酷睿 Ultra处理器上得以优化运行。这一成就反映了我们致力于打造PC行业极具优势的AI开发者工具链,以及构建让AI软件用户可以信任的坚实基础。”
重要性:超过500个AI模型得以优化运行,是英特尔努力推动和支持AI PC转型的一个重要里程碑。英特尔酷睿Ultra处理器在一个季度内销量达到 500 万片,在 AI模型、框架和运行时(Runtimes)方面表现出众。
模型是诸如目标去除、图像超分辨率或文本摘要等AI增强软件功能的关键基础。模型可用或优化的数量,与面向用户的AI功能的广度之间具有直接关系。没有模型,功能就无法被设计出来。没有运行时优化,功能就无法达到出色的性能表现。
AI模型如何工作:AI模型是软件栈中众多关键层之一,它决定了AI驱动的应用程序的最终性能、稳定性和功能。AI模型经过训练,可分析大量数据,根据推理得出结论并采取行动。开发者可以利用这些模型并在此基础上构建新的 AI PC 功能。AI模型越多,启用的AI PC功能就越多。
AI模型可以对文本、语音、音频、图像以及其他PC场景体验中常见的音视频源进行操作。AI模型为造福用户而开发的AI增强功能奠定了基础,例如自动文本摘要、在视频会议期间降低能耗或从图片中去除不需要的对象。OpenVINO通过在所有计算单元之间优化平衡负载,压缩模型从而在AI PC上实现高效运行,并优化运行时以充分利用英特尔酷睿Ultra的内存带宽和核心架构。
英特尔不断努力,在英特尔酷睿Ultra上实现对出色高性能模型集的启用,为软件开发者提供了广泛的创新领域,并简化了向用户交付AI PC应用程序和功能的过程。
关于其他功能和优势:以下列表包括500多个已优化的AI模型的特性和优势:
关于英特尔的AI PC开发者计划:加入英特尔AI PC 开发者计划中的开发者可以访问工具、工作流程、AI部署框架,并用于英特尔酷睿Ultra处理器。开发者还可以利用英特尔的软件工具在 AI PC 上开展优化AI、多架构编程、游戏、媒体和渲染等工作。
性能因使用、配置和其他因素而异。有关更多信息,请访问intel.com/PerformanceIndex。AI功能可能需要购买软件、订阅或由软件或平台提供商启用,或者可能具有特定的配置或兼容性要求。详情请参阅www.intel.com/AIPC。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。