连贯计算横跨英特尔数据中心、云与网络边缘、和PC,AI体验飞起
2024年6月5日——在台北国际电脑展上,英特尔展示了大力加速AI生态的前沿技术和架构,遍及数据中心、云与网络边缘和PC。得益于更高计算处理性能、出色的能效表现、更低的总体拥有成本(TCO),用户能够把握AI系统的全方位机遇。
新闻亮点:展示Lunar Lake 客户端处理器的架构细节,助力壮大AI PC产品矩阵增长。得益于x86架构突破性的能效和出色的应用兼容性,相较于前代产品1,下一代AI PC将降低最高达40%的SoC功耗。
英特尔公司首席执行官帕特·基辛格表示:“AI正在驱动业界前所未见的创新,进入到下一个创新时代。芯片的魔力再次驱动计算领域指数级的进步,突破人类潜能天花板,为未来数年的全球经济提供动力。”
他补充道:“英特尔是全球为数不多的、且能够抓住AI市场全方位机遇进行创新的公司,包括半导体制造、PC、网络与边缘、和数据中心系统。结合软硬件生态实力,我们最新的至强、Gaudi、和酷睿Ultra平台,能够带来灵活、安全、可持续且具有性价比的解决方案,满足客户所需,增加未来巨大机遇。”
英特尔让 AI 无处不在
在 Computex 2024期间,英特尔 CEO 帕特·基辛格在发表演讲时强调了开放标准带来的益处,以及强大生态加速推动 AI 的发展。许多行业领头公司的高层对此表示支持,其中包括宏碁董事长暨执行长陈俊圣、华硕电脑董事长施崇棠、微软公司首席执行官Satya Nadella、英业达总经理蔡枝安及其他产业伙伴高层。
英特尔 CEO 帕特·基辛格及其他高层认为英特尔正在进行根本性的 AI 创新,并且提前发布了新一代技术和产品。英特尔始终在引领 AI PC 时代发展。在仅仅六个月内,已有超过 800 万台设备搭载了英特尔® 酷睿™ Ultra 处理器,而英特尔又将在今年下半年发布全新客户端架构。英特尔正在加快脚步,以最新技术逐步突破创新和生产速度的界限,在促进行业发展的同时实现 AI 无处不在。
为笔记本电脑的端侧 AI加速 ;Lunar Lake架构带来 3 倍 AI 算力和令人惊叹的能效表现
除数据中心外,英特尔也在边缘和 PC 领域发展 AI 技术。几十年来,英特尔为生态系统带来了90,000 多个边缘部署和 2 亿片 CPU,持续为企业提供多样选择。
如今,AI PC 正在改变计算体验的方方面面,而英特尔正处于该类产品初步发展阶段的前沿。它不再只拥有更快的处理速度或更时尚的设计,而是创造实时学习和演变的边缘设备——它能够预测用户需求并适应其偏好,这预示着生产力、效率和创造力的全新时代。
到 2027 年,有近 60% 的新 PC 会是 AI PC。英特尔已经加快了创新的脚步,从而为 AI PC 打造卓越的硬件和软件平台。英特尔整合了超过 100 家独立软件供应商(ISV)和300 多项 AI 功能,在酷睿Ultra 处理器平台上支持500 多款 AI 模型。
基于这些突出优势,英特尔公布了下一代AI PC旗舰处理器 Lunar Lake 的架构细节。该处理器在图形和 AI 处理能力上有较大提升,并且着重提高了轻薄本的高能效计算性能。Lunar Lake 将降低最高达 40% 的 SoC 功耗1和带来超过 3 倍的AI算力2。该处理器预计将于 2024 年第三季度出货,以供假日季抢购。
Lunar Lake的全新架构将实现以下功能:
当其他公司准备进军AI PC市场之际,英特尔已经开始大规模交付,截止到目前,英特尔已交付800万片酷睿Ultra处理器。Lunar Lake将为来自20家 OEM的80多款AI PC提供动力。英特尔预计在今年交付超过4,000万片英特尔酷睿 Ultra处理器。
正如Gordon Moore那句名言所说,“一切已成事,皆可再超越”,英特尔正是以这种坚持不懈的精神成为先锋。凭借横跨全球客户端、边缘、数据中心和云的规模,基于开放标准的强大生态系统,以及强大和实惠的解决方案,英特尔不仅推动AI无处不在,更是在塑造生态格局的未来。今天的发布不仅是技术进步,更是为客户和合作伙伴带来创新机遇,抓住未见之可能,让自我创新更进一步。
截至 2024 年 5 月,在从数据中心、云和网络边缘及 PC 的连贯计算中,AI在英特尔平台上运行得更为出色,这基于广泛的兼容性、广泛的软件选项、独特的架构和英特尔产品的出色性能,这些结合在一起,可以提供卓越的整体 AI 体验。 有关详细信息,请参阅 intel.com/performanceindex。 结果可能会有所不同。
1注释免责声明:功耗测量基于运行YouTube 4K 30fps AV1的Lunar Lake参考平台。详细信息请参考备份资料。实际结果可能有所不同。
2基于Lunar Lake平台相比前一代产品的总TOPs数量。
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。