Altera今天分享了即将推出的Agilex 3系列芯片的新细节,该系列芯片经过优化,可以支持联网设备和工厂自动化系统。
英特尔在今年二月首次预览了该处理器系列以及其他一些即将推出的产品。在硬件发布的同时,Altera 的公司结构也发生了变化。
Agilex 3产品系列包括名为现场可编程门阵列(FPGA)的专用处理器。在标准处理器中,每组电路都针对特定任务进行了优化,无法适用于其他计算。相比之下,FPGA包含可编程电路,开发人员可以针对各种任务进行配置。
这种芯片的可定制性使其在某些情况下能提供比标准处理器更好的性能。如果一家公司计划在 FPGA 上运行人工智能模型,它可以针对机器学习任务优化模块的可编程电路。与较少针对人工智能优化电路的现成芯片相比,这种配置将使模块运行模型的速度更快。
针对公司的目标用例从头开始开发处理器,可以带来更大的性能提升。然而,对于许多硬件项目来说,设计定制硅片的成本过高。如果开发完全定制的芯片不切实际,但公司仍需要针对特定用例量身定制的处理器,FGPA 就能派上用场。
Agilex 3系列中的FPGA面向的是功耗优先于性能的系统。英特尔认为这些芯片可用于联网设备、工业机器人和自动驾驶汽车等产品。
这家芯片制造商今天透露,Agilex 3系列的性能比上一代 FPGA高出1.9倍。该系列中的每个芯片都包含25,000至135,000个逻辑元件,这些元件是FPGA的组成部分,用户可针对特定任务对其进行配置。Agilex 3处理器还包含无法重新编程的电路,其中最引人注目的是基于Arm Holdings plc设计的双核中央处理单元。
FPGA系列的核心处理模块由许多其他组件提供支持。收发器可以每秒12.5千兆比特的速度处理多媒体文件。此外,英特尔还增加了对LPDDR4内存的支持,这种内存比服务器中使用的内存速度更慢,但功耗更低。
此外,还有一系列新的网络安全功能。为了防止黑客访问Agilex 3芯片处理的数据,英特尔增加了加密机制和验证用户请求的认证功能。该公司表示,其即将推出的FPGA还能检测到篡改(tempering)企图。
除了Agilex 3功能集,英特尔今天还预览了即将发布的Quartus Prime Pro 软件,该软件用于定制FPGA。新发布的软件支持Agilex 5,这是英特尔公司今年2月与 Agilex 3系列同时推出的芯片系列。它基于10纳米节点,每瓦性能比竞争对手的某些处理器高 60%。
Altera公司首席执行官Sandra Rivera表示:“通过与我们的生态系统和分销合作伙伴密切合作,Altera公司将继续致力于提供基于FPGA的解决方案,为创新者提供易于设计和部署的尖端可编程技术。”
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。