英特尔临时联席CEO David Zinsner与Michelle Johnson Holthaus在上周四巴克莱投资银行会议上发言,讨论了彻底拆分其Intel Foundry代工业务的可能性。
然而,二人均坚称短期之内不会做出这样的决定,且此等重大调整也不太可能出自临时领导人之手。
在前任CEO Pat Gelsinger突然宣布“退休”之前,英特尔就曾经面临前董事会成员的压力,要求其将陷入困境的代工部门拆分成独立公司。该部门当前已经成为这位x86巨头季度财务报告中的最大痛脚,单在第三季度就带来了58亿美元的巨额亏损。
英特尔已经决定将代工部门拆分为一家拥有专属董事会的独立子公司,Zinsner也强调这项工作正在推进当中。
Zinsner在回答关于18A制程研发成功对于决策的影响时表示,“至于最终是否会完全剥离,我想这就是另一个问题了,目前还难下断言。”
英特尔18A制程成为这位芯片制造业巨头向外部客户提供的首个工艺节点,标志着其从依赖外部代工合作伙伴实现了对外输出代工能力的重大转变。目前,英特尔很大一部分产品组合仍须由竞争对手台积电负责制造。
同样是在回答这个问题当中,Holthaus强调称Intel Foundry的制程工艺具备竞争优势,并暗示她个人不会优先主张彻底剥离这部分业务。
Holthaus指出,“优秀的产品加上优秀的工艺,我们率先实现的技术将成为差异化优势。”她补充称,18A制程健康的早期表现令人鼓舞,而且该公司下一代Panther Lake客户端CPU的ES0样品已经发货,并有八家客户顺利开启了测试。
Holthaus提到,“从务实的角度来看,把两部分业务彻底拆分开来、再无关联到底合不合理?我对此表示怀疑,但最终还是要由正式CEO来判断。”
很明显,新任掌门由谁接任及其到底会将这家陷入困境的芯片大厂带向何方仍是个悬而未决的问题。与此同时,对英特尔复苏速度的担忧以及管理层选择的不确定性,已经促使标普全球将其信用评级从BBB+下调至BBB。而且在此前约一个月,标普全球还将英特尔从道琼斯工业平均指数中剔除,取代其加入的则是英伟达。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。