
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
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。