智能手机的大潮把高通推向了风口浪尖上的时候,高通快乐并痛着,以技术见长的高通,希望带领业界更多的向前看:进入服务器市场,关注下一代移动通讯技术5G。
一边是英特尔进入ARM阵营的移动终端市场,一边是ARM开始发布服务器芯片,作为ARM阵营的领军者,高通自然也是这场侵蚀战的主角。
Qualcomm首席执行官史蒂夫·莫伦科夫透露,高通服务器领域上的工作已经进行了一段时间,即将推出面向服务器的产品。
众所周知,影响数据中心发展的重要因素之一就是云。高通正通过智能手机参与到云相关领域。就终端层面而言,智能手机就相当于云的边界。云对数据中心带来了极大影响,也为高通这样的厂商开启了进入数据中心的新机遇。
回顾数据中心的发展便会发现,数据中心一开始是相对专有的,随后在X86上大量运行,但是只有很少的软件平台,实际上提供云服务的企业常常并不拥有并运营数据中心。数据中心经历了虚拟化的阶段,目前,数据中心的增长很大程度发生在操作系统基于Linux重新开发的领域,并且这些增长是由很小一部分能够自己设计数据中心、希望获得更多选择并期待全新架构的人所推动的。
而与此同时,从高通的产品路线图来看,针对高端智能手机的高端设计,以及笔记本电脑和平板电脑的演进,都已经开始与数据中心发展的可行性相融合。
基于此,史蒂夫·莫伦科夫提出,由于高通在移动领域内的地位,使高通有动力作为ARM生态系统中进入这一领先领域的厂商之一。
“在移动领域内的积累不仅能够让我们继续推动独有技术的发展,而且为我们进入这一领域提供了机会。因此我们已经开始与客户在这一新的领域进行交流,这也将是我们未来长期发展的方向之一。建立这一新的业务并非是一朝一夕就能完成的,但是我们坚信,未来这将是一个很好的发展机会。这将为我们带来终端领域以外的更多客户,包括数据中心和云领域的客户,这同时也是整个行业的一个演进方向。”
除了进入新的领域,在高通的传统优势行业,移动通信领域,高通也开始对5G技术做功课。
高通技术公司高级市场总监Pete Lancia介绍,高通主要着眼于未来十年如何支持整个产业的发展,包括用户数量的增加所带来的数据需求增加,以及更多新型的终端将实现互联。一方面高通会继续在4G方面进行大力投资,与此同时,高通也开始对于5G进行投资。
高通认为,5G应该是具有可扩展性和适应性的,应该是能够连接不同领域和类型的各种物体,从而实现各种用户场景和服务。同时要具有很好的扩展能力,从而能够支持数以十亿计的互联终端,统一不同的频段和频谱,也需要整个系统的成本和能效的优化。
Pete Lancia预计,5G开始应用大概在2020年以后,所以,高通对于5G的着手工作就是界定5G应该是什么样的,能做什么。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。