英特尔及其子公司Altera近日推出了一系列新的处理器,以及旨在将AI功能扩展到网络边缘的FPGA产品。
新产品据称目前已经广泛上市,其中包括了由英特尔制造的很多边缘优化型CPU和GPU,以及Altera制造的Agilex 5系列FPGA。英特尔表示,新产品旨在边缘实现各种AI功能,例如视觉计算、媒体处理以及商业智能,而Altera的FPGA则专为更广泛的用例而设计,包括AI驱动的视频、工业、机器人和医疗应用。
据英特尔称,新推出的所有芯片都具有集成的AI加速能力,可为新一代的智能设备提供动力。
该系列最高端的型号是Intel Core Ultra处理器,与第14代Intel Core Desktop处理器相比,在图像分类推理任务上性能提升高达五倍。据称,该处理器与英特尔Arc GPU以及NPU在一套简化的片上系统设计中相机和,可以用于支持零售、教育、智能城市和工业等场景中位于边缘的“要求苛刻的图形工作负载”。例如,可用于零售商支持生成式AI的销售亭或智能销售点系统,作为课堂上的交互式白板,以及工业制造业的AI视觉设备。
再往下的型号是用于边缘工作负载的新的Intel Core处理器,将英特尔第13代Intel Core移动芯片的GPU与“LGA插座灵活性”相结合,从而增强了系统的可扩展性和部署速度。根据英特尔的说法,该系列与标准的第13代Intel Core桌面级芯片相比,图形性能高出2.57倍。
此外,英特尔还推出了两款Intel Atom处理器,包括X70000C系列和X7000RE系列,都是低功率、支持AI的型号,专为网络和电信设计,分别用于工业和制造场景,具有内置的深度学习推理功能,可执行检测零日威胁、增强数据包和控制平面处理、AI驱动的质量控制等任务。
最后,英特尔宣布推出了新的Intel Arc GPU for Edge,据称与早期GPU相比,边缘AI性能有显著提高,在图形处理和媒体等场景中可以加速AI工作负载。
至于Altera,此次最新推出的Agilex 5 Soc FPGA是一款可编程芯片,旨在支持边缘设备中的AI功能,而无需使用专用的AI加速器,性能最高可达Agilex 7 FPGA的两倍。
FPGA是一种具有可自定义电路的低功率计算机芯片,能够在部署前进行非常具体的用例处理。为了支持这一点,Altera的芯片配置了Quartus Prime软件、Altera FPGA AI Suite以及Intel OpenVino Toolkit等工具,开发人员可以使用这些工具针对特定的工作负载进行芯片编程,创建AI知识属性块,并将其集成到FPGA设计中,再将其安装在设备中。
Altera表示,新推出的FPGA将加速创新,从而使企业更轻松地通过部署“嵌入式AI设备”利用在边缘生成的大量数据。
Altera首席执行官Sandra Rivera说:“我们宣布推出了新的Altera品牌,其目标是将领先的技术和创新更快地推向FPGA市场。Altera正在领导新的FPGAI时代,与张量功能与可编程性紧密耦合,同时注入FPGA和AI工具,以打造一流的开发人员体验。”
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。