微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 Scott Shutter:AMD Kaveri让PC市场充满想象

Scott Shutter:AMD Kaveri让PC市场充满想象

2014-06-19 10:07
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-06-19 10:07 CNET科技资讯网

近日,在台北国际电脑展Computex 2014上,AMD客户端产品部高级产品市场经理Scott Shutter在接受CNET科技资讯网采访时表示,Kaveri将给PC市场带来新气象。

Scott Shutter:AMD Kaveri让PC市场充满想象

图为AMD客户端产品部高级产品市场经理Scott Shutter

在Computex 2014上,AMD发布了专为超轻薄和高性能移动式PC电脑设计的全新2014高性能移动式A系列APU(代号“Kaveri”)。宏碁、华硕、戴尔、惠普、联想、三星、东芝以及其它品牌厂商在Computex上,都展出了基于Kaveri平台的笔记本电脑和台式机产品。

此前,AMD全球副总裁兼客户机业务部总经理Bernd Lienhard指出,“全新2014高性能移动式APU让AMD在革新计算体验的道路上再次向前迈进了一大步。该系列APU集最大化的整体计算性能、令人惊叹的显卡技术和高能效,以及多项业界首创技术于一身,为个人及商用笔记本电脑树立了新的标杆。”

AMD客户端产品部高级产品市场经理Scott Shutter在接受CNET科技资讯网采访时表示,Kaveri采用最新的技术,拥有超强的云算能力,而且是首个实现HSA异构系统架构的平台,它拥有适用于未来应用的设计,让PC市场充满了想象。

Scott Shutter还告诉CNET科技资讯网,Kaveri专为新型PC用户而设计,它融合了单显强劲的图形处理能力,同时又具有超强的计算能力。Kaveri除了支持HSA异构系统架构之外,还支持Mantle、TrueAudio等技术。

另外,在Computex 2014上,AMD还发布了专门面向企业级客户而设计的高性能移动式APU:AMD PRO A系列APU,这款APU可提供更具领先的稳定性和超长使用寿命,并支持开放的行业标准的DASH管理。

在Computex 2014上,AMD PRO A系列APU发布的同时,惠普于当天推出了其采用AMD PRO系列的全套Elite商用PC产品,包括EliteBook 725、745和755 G2笔记本,EliteOne一体机,以及EliteDesk台式电脑。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-