
科技行者 1月7日 北京消息(文/李祥敬):美国西部时间2020年1月7日-10日,第53届国际消费类电子产品展览会(International Consumer Electronics Show,简称CES)将在美国拉斯维加斯拉开帷幕。科技行者奔赴CES 2020现场,带来5G、AI、AR/VR等前沿技术和产业应用的第一手报道。
在CES正式开始之前,众多厂商进行了“预热”活动。比如在美国时间2020年1月6日,英特尔就举行了Performance Workshop,展示了英特尔在游戏电脑、超薄笔记本、客户端AI的最新情况。
本次活动的主题是“Performance For The Real World”,来自英特尔的技术专家表示,移动端性能的提升需要一个广泛的创新,也就是从英特尔提出的六大技术支柱——制程&封装、架构、内存&存储、互连、安全、软件这六大维度进行全方位的创新。
英特尔提供了可涵盖了多样化的工作负载的处理器可供用户选择,并围绕10nm打造了完整的PC生态体系;架构方面采用了领先的CPU、GPU等架构;在存储方面为用户提供了最新的增强型SSD,大幅提升系统响应速度;在互连技术方面为为用户提供了Thunderbolt 3、Thunderbolt4、Wi-Fi 6和5G等连接技术;软件方面提供One API软件平台、Open VINO软件工具包等以及与众多软件厂商合作实现软件在英特尔硬件上运行的性能优化;同时保证系统最大化的可靠与安全。
例如英特尔增强型SSD兼顾容量与速度,可大大提升计算机响应速度,快速访问计算机常用文档、视频、游戏和应用程序,并且能够英特尔快速存储技术的智能识别和标记学习,提前为处理器读取常用资料,,使用户能够获得更好的创作和游戏体验,效率更高,等待时间更少。
在游戏本方面,依托英特尔第九代酷睿处理器的强大性能,以及Thunderbolt 3、Wi-Fi 6等技术,戴尔、惠普、联想、华硕、宏碁等广泛的生态伙伴不断创新,开发出无以伦比的游戏笔记本,让游戏玩家随时随地享受极致的游戏体验。
现场,英特尔的技术专家还将采用第九代英特尔酷睿i7-9750H与搭载AMD RYZEN 7 3750H的笔记本进行性能对比,通过实际运行,英特尔处理器表现更为出色。“H”代表高性能,采用英特尔酷睿处理器的高性能笔记本电脑具备更高的主频。
同时,英特尔旗舰级PC处理器i9-9980HK达到了令人咋舌的性能高度,可媲美桌面级处理器性能。这款未锁频版的处理器具有8核16线程、睿频频率频率高达5GHZ,可提升2.1倍的游戏FPS,同时在4K视频编辑上实现了28%的性能提升。
在轻薄本方面,英特尔公布了雅典娜计划的最新成果,截至目前,已有25款设计通过了英特尔的“雅典娜计划”认证。雅典娜计划是是英特尔定义新型高级笔记本电脑并致力于将其推向市场的创新计划。。英特尔的工程师与众多OEM及100多家企业共同合作,开发符合英特尔Project Athena标准的笔记本产品。
通过雅典娜计划认证的笔记本必须要满足一系列基于其设计、电池和硬件的配置要求。实际上,雅典娜计划从以下六个关键的创新领域来优化笔记本电脑的使用体验:及时反应能力、性能和响应能力、自适应智能特性、长电池续航时间、快速可靠的连接和优秀的外观与交互设计。英特尔技术专家表示,英特尔拥有最广泛的系统可用和选择,并且通过Athena计划持续实现平台优化,保持在计算、图形、功耗等方面的领导地位。
活动上还披露了即将推出的升级版NUC迷你电脑。对于喜欢NUC的用户而言,一颗性能强、功耗低、稳定性高的处理器是最理想的选择。英特尔还对比了NUC搭载的第十代酷睿处理器i7-10710U与AMD RYZEN 7 3700U之间的性能表现。
现在AI无处不在,AI在客户端同样重要,第十代智能英特尔酷睿处理器是首款支持将 AI 功能应用于轻薄笔记本电脑和 2 合 1 电脑的专用处理器。,通过内置DL Boost技术、高达 1 teraflop 的GPU 引擎和专用引擎、为融入现代AI功能的应用提供所需的智能性能。
现在主流的服务器已经可以实现8000多的每秒推理执行,但是这并不意味着越多越好。因为AI on PC上的表现并不只是取决于这个参数,它需要涵盖整个AI的处理流程,比如延迟、模型加载等。英特尔现在已经实现了针对娱乐、生产力、创作等各个AI应用的优化。这就照应了活动的主题,通过AI实现最大化的数字世界与物理世界的融合。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。