
今日(美国时间9月10日)是英特尔IDF2014召开的第二天,在上午的主题演讲中,英特尔高级副总裁兼数据中心事业部总经理柏安娜称,有调查机构认为数据正以42%的速度增长。
柏安娜指出,虽然数据持续增长,但利用率却以50%速度下降,应用虚拟存储软件方法、统一硬件平台、硅光电传输等方法解决。
事实上在进入主题演讲大厅之前,记者在一展台上看到英特尔与柯达合作的流量分析解决方案,将两小时实路况信息压缩为一分钟显现,使之达到充分利用。
柏安娜认为,如果前端用凌动、酷睿,后台用至强,数据传输效率就自然提高;而铜缆传3M max@100Gbps用硅光电缆就会达到>300M@100Gbps,且可靠性相对高。即用铜传3米/100Gbps,而用硅光电则能传300米/100Gbps。
柏安娜指出,未来的基础架构将被软件定义。为此,英特尔正在大力推广软件定义基础设施的生态链建设。而英特尔在9月8日新发布的至强E5-2600 v3处理器,则是软件定义基础设施的基础。
在本届IDF上,7家公司展示了利用即将推出的英特尔硅光子光学模块开发的早期原型设备,该技术把光子模块的速度(100Gbps)和范围(目前最高300米,未来将达到2000米)与CMOS制造具体的批量和可靠性等优势相结合。
柏安娜在演讲中透露,英特尔正在向客户提供英特尔至强处理器D产品家族的样品。这款产品是第一款英特尔至强品牌的系统芯片(SoC),也是第三代面向数据中心的英特尔64位SoC。英特尔至强处理器D产品家族预计在2015年上半年投产。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。