英特尔近日宣布FPGA业务独立,该业务将销售用于从蜂窝塔到机器人等系统的可重新配置芯片。
英特尔FPGA业务的根源可以追溯到一家名为Altera的芯片制造商,后者成立于1983年。英特尔在2015年以167亿美金收购了这家公司,后来将其并入英特尔的数据中心部门。去年,英特尔宣布计划把Altera从数据中心部门剥离出来,成为一个独立的业务部门。
处理器中的晶体管被组织成模块,每个模块执行一组不同的任务。一个模块可能会被优化以执行矩阵乘法,这是机器学习模型用来处理数据的数学计算,反过来,相邻的晶体管簇可能主要专注于加密网络流量。
大多数处理器不允许用户更改晶体管集群执行什么任务以及执行方式。英特尔新独立的Altera部门,销售FPGA芯片则支持定制。企业可以调整FGPA的设计,以提高运行目标工作负载的速度或者降低功耗。
例如,一个开发AI驱动的智能家电的硬件团队,可以对FPGA中大部分的电路进行优化,用于执行矩阵乘法。处理器拥有的AI优化电路越多,运行机器学习模型的速度也就越快。FGPA不仅能够定制板载计算模块,还能够定制管理这些模块之间数据流的互连方式。
Altera是由首席执行官Sandra Rivera领导的,她曾经是英特尔数据中心部门的负责人。在今天的网络会议中Rivera表示,Altera的潜在市场规模将在几年内达到550亿美金,此外她还提供了关于Altera产品开发路线图的最新信息。
Rivera预览了Agilex 3,这是即将推出的FPGA系列,适用于需要有限计算能力的低功耗设备。Altera预计,这些芯片可用于云、通信和边缘计算环境,将在今年晚些时候分享有关该产品系列的更多细节。
在不久的将来,Altera将推出中端FGPA系列名为Agilex 5系列。英特尔表示,这个产品系列是基于10纳米工艺的,每瓦性能比使用7纳米技术制造的竞争对手产品高出60%。
另一个卖点是Agilex 5配备了数字信号处理器(DSP),使用AI优化的电路来加速计算。DSP是一种专用处理器,专为压缩多媒体文件和消除其中可能包含的任何传输错误等任务而开发。Agilex 5还包括了其他计算模式,例如基于Arm设计的CPU核心。
英特尔这次还提供了关于Altera此前公布的Agilex 7和Agilex 9产品线的更新信息,并表示,前一个芯片系列已经“投入生产”,而后者现已经投入量产。
Agilex 7针对数据中心、网络和国防系统的使用进行了优化,Agilex 9则面向雷达和军事航空航天用例,两条产品线都针对混合信号处理或编码为1和0的标准数据以及雷达读数等其他类型信号的任务处理进行了优化。
Rivera表示:“客户要应对日益复杂的技术挑战,努力从竞争对手中脱颖而出并加快实现价值的速度,在这个背景下,我们有机会重振FPGA市场。”
Altera的主要竞争对手是AMD,后者在2022年以500亿美金收购了Xilinx,进入FPGA市场,这笔交易也是半导体行业有史以来规模最大的收购。根据IDC的估计,由于这次收购使得AMD在FPGA市场占到了55%的份额,Altera的份额为30%多。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。