
昨日,在深圳IDF2014会后采访中,作为英特尔公司高级副总裁、数据中心事业部总经理柏安娜介绍,在数据中心领域英特尔未来的增长点将集中在云、大数据和高性能计算三个领域。
在数据中心领域,英特尔的目标非常明确,就是不断推动更高的性能,并加强软件架构和芯片之间的联系。
采访环节中,柏安娜女士强调了目前行业和企业正处于非常重要的新业务转型时期,而英特尔会根据企业的业务转型提供新的产品,并重申英特尔数据中心业务新增长的三大趋势:云、大数据、高性能计算。
软件第一数据中心的发展方向及定位
柏安娜称“我们知道世界增长非常快,发展迅猛更多转向云端服务,这方面硬件已经发挥非常高的效率,这种效率已经体现出来了。在这样一个应用中间,我们看到像微信、阿里巴巴这样一些应用都需要建立更加高效的软件效率,英特尔的作用是让软件在硬件中发挥更加明显的高效率。我们在这个方面基于开放源服务,要关注的是更好的软件的质量和效率的交付,能够更加适应我们的顾客在这方面的一些需求和应用,能够从控制到服务到应用的交付都做的更好。”
英特尔(中国)有限公司数据中心及云计算业务产品市场总监贺晓东也表示,作为一个芯片厂商要保证上层云服务的这些软件能很清楚了解我们硬件产品提供的最新技术,这样来发挥最高的效率。

大数据带来庞大的商业利益,平板电脑,二合一PC,智能手机,还有汽车当中车载信息娱乐系统,我们的生活都离不开这些设备,但在所有这些设备背后支撑的就是数据中心,数据中心在做内容的服务,实现连接、交互各种各样的服务,大家对于数据中心有共同的依赖。
这就意味着,在这样第一个大数据时代数据的产生跟收集方面涉及到很多隐私方面的问题。特别是在电商购物方面,比如用户隐私的泄露或安全账户的泄露,甚至在电商购物时,连同搜索习惯也随之泄露。那么就关于数据安全保护,英特尔在安全管理方面又有怎样的服务。
柏安娜表示,英特尔需要提供更加强大的安全解决方案来针对这种问题提供一些更好的方法,在服务器,在数据的存储到系统各个方面都去提供更好的工具,来让消费者知道如何以及在哪里可以更好的保护他们的隐私。同时,要确保给终端用户及系统提供商提供更可行的技术。
在柏安娜看来,大数据也是一个数十亿甚至上百亿价值的市场,大概到2020年将达到500亿美元,其中很大一部分会搭载在英特尔架构基础上,英特尔能降低成本40%,能够提高效率90%,能够使得大数据的解决方案真正成为可能。
以芯片为基础,英特尔将从计算、分析网络的效率大大提高,在IA架构基础上对性能进行优化,真正实现大数据的性能,进一步加快数据之间的交互速度,包括系统内存和存储之间的互动,提供更好的安全性和更先进的性能。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。