大语言模型和生成式AI引发人工智能的新潮流,AI应用无处不在,特别是AI手机和AI PC正逐渐成为行业的热点,也成为芯片巨头之间的新战场。
当前,移动设备上出现越来越多包括生成式AI在内的智能技术。同时,市场对更高性能、更加智能以及更多视觉和触觉交互的需求仍在持续飙升,带来了比以往更大、更加复杂的计算需求。近期,关于下一代Arm Cortex-X内核的信息被披露。据悉,这款产品代号是Blackhawk(黑鹰),目标是将高端智能手机的解决方案扩展到真正的PC级性能。
AI时代需要全新的芯片
不管是AI手机还是AI PC都是人们日常接触的设备,如何将AI功能融入到这些设备中,那应用场景是具有巨大的想象空间的。然而,现有的移动处理器在性能上仍需要不断提升才能应对日新月异的AI应用,特别是在需要高性能计算的场景下,如复杂的数据处理和AI算法的运行等。随着AI应用的复杂度增加,能耗也随之增加。为了确保移动设备的电池寿命,处理器芯片需要具有更高的能效比,即在保证高性能的同时降低能耗。因此,AI手机和AI PC对处理器芯片的要求不仅仅是单一的性能提升,而是需要在多个维度上进行综合考虑和优化,以支持日益复杂的AI应用需求。
值得期待的下一代Arm Cortex-X
去年,Arm推出了Arm 2023全面计算解决方案(TCS23),致力于为智能手机推出性能最优异的移动计算平台。在TCS23中,作为第四代X内核,Arm Cortex-X4与上一代的Cortex-X3相比,性能提高15%,基于相同工艺的全新高能效微架构可降低40%功耗,面积仅增加10%。同时它也具备更高的可伸缩性,最高可以支持每个核2MB的2级缓存。
按照已有的产品迭代节奏,Cortex-X5即将发布。根据年初来自国外研究公司Moor Insights and Strategy关于Arm下一代Cortex-X核的报告中指出,Arm CEO Rene Haas在内部严格要求团队“消除Arm设计的处理器与定制Arm处理器之间的性能差距”,并预计在Geekbench和AI性能以及IPC等方面实现巨大提升。
据悉,为落实这项战略,Arm内部团队以交付2024年最高性能的内核为任务,组建了一个内部跨职能项目,该项目汇集了全公司最优秀的工程师,运行多年,并与主要芯片厂商密切合作。该工程团队从设计的方方面面探究提升性能的方式,特别是针对3nm及更先进的工艺,目的是让高端智能手机的解决方案可扩展到真正的PC级性能。通过该项目交付的新内核预计将不仅具备Armv9的最新功能,并拥有业界最宽的uArch,可以带来领先的IPC表现,增强AI性能,同时保持优异的能效。
从目前得到的这些消息,Cortex-X5应该承载了Arm的非常多的心血,毕竟Cortex-X4在去年推出时被描述为“有史以来最快的Arm CPU”,Cortex-X5究竟能够带来多大的提升非常值得期待。不过可以预计的是Arm下一代Cortex-X产品——Cortex-X5的到来,标志着Arm的又一次重大突破,使得Arm的处理器解决方案更加完善,必将为市场带来强大的动力,意味着消费者能够享受到更加出色的移动计算体验,也将进一步巩固Arm在移动处理器市场的领导地位。
好文章,需要你的鼓励
新创公司Germ为Bluesky社交网络推出端到端加密消息服务,为用户提供比现有私信更安全的聊天选项。经过两年开发,该服务本周进入测试阶段,计划逐步扩大测试用户规模。Germ采用新兴技术如消息层安全协议和AT协议,无需手机号码即可实现安全通信。用户可通过"魔法链接"快速开始聊天,利用苹果App Clips技术无需下载完整应用。
这项研究由哈佛大学团队开发的创新框架,解决了多机构数据共享的核心难题。他们巧妙结合联邦学习、局部差分隐私和公平性约束,使不同机构能在保护数据隐私的同时协作开发更准确、更公平的决策模型。实验证明,该方法在多个真实数据集上既保障了隐私,又显著提升了模型公平性,为医疗、金融和政府等领域的数据协作提供了实用解决方案。
高通公司宣布正在与领先的超大规模云服务商进行深度合作谈判,开发专用于数据中心的CPU产品。CEO阿蒙表示,公司正在开发通用CPU和推理集群产品,预计2028财年开始产生收入。同时,高通面临三星在高端智能手机市场的竞争压力,三星计划在2026年推出采用2纳米工艺的新款Exynos处理器。高通Q3财报显示营收增长10%至103.5亿美元,净利润增长25%。
Meta AI研究团队开发的ALOHA系统是一种低成本开源的双臂机器人远程操作平台,旨在使机器人学习更加民主化和普及化。该系统结合了价格亲民的硬件设计和先进的行为克隆学习算法,使机器人能够从人类示范中学习复杂技能。研究表明,ALOHA系统展示了强大的泛化能力,能够在新环境中应用所学技能,如打开不同类型的瓶子。系统的开源性质鼓励全球研究者参与并推动机器人学习领域的发展,尽管仍面临成本和精确力控制等挑战。