NVIDIA在去年的CES展会上发布的Tegra 4移动芯片和SHIELD掌机就受到了外界的极大关注,而在今年的CES上面,NVIDIA也是有新动作,主要在移动处理器、游戏、汽车三个方面。
强悍的Tegra K1
NVIDIA推出了采用Kepler架构的最新搭载192核GPU的Tegra K1处理器,Tegra K1将会有两个版本,分别是四核A15 32bit和双核丹佛64bit,平均功耗为5W。
Tegra K1的192个计算核心是可以通过编程改变行为的并行处理器,能够让TEGRA K1适应更广泛的并行数据处理工作。
Tegra K1不仅性能强悍,还支持PhysX、HDR、环境光遮蔽等特效,而且Tegra K1是基于DX11.1的UE4引擎今年就可以运行在移动设备上,NVIDIA相关人员表示也希望看到搭载更多Tegra K1芯片的游戏机、电脑等设备的出现。
Gamestream串流技术视频赏
NVIDIA认为次时代PC游戏的核心就是Gamestream,Gamestream串流技术能将 GeForce Experience 软件、NVIDIA 显卡和SHIELD结合在一起。
Gamestream利用SHIELD掌机把电脑与电视连接在一起,用户可通过蓝牙手柄对SHIELD掌机系统继续进行操控操控,接收来自PC的游戏流,并搭配高分辨率电视,使用户能够获得更优的体验效果,目前支持全高清1080P,下面是视频演示:
[video]uu=dfa091e731&vu=629b4b48e4&auto_play=0&width=600&height=450[/video]
汽车的应用
奥迪在本届CES主题演讲中发布了Sport Quattro Laserlight,这款车的智能化体系非常受人瞩目,而英伟达发布的新款处理器32位Tegra K1 VCM模块也植入其中,重要的信息都将以3D的方式显示在中控台上方的TFT面板上。
汽车的设计周期比手机要长很多,而NVIDIA的VCM模块可以简单更换芯片,也就是说一旦NVIDIA发布新的芯片产品,强汽车厂家都可以更换芯片,省时省力。NVIDIA相关人员晒出了一组数据,目前已有450万辆汽车用了NVIDIA芯片。
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。