2015年5月6日,在纳斯达克交易中心举办的2015年分析师大会(FAD)上,AMD(NASDAQ: AMD)发布了未来几年发展战略的详细内容,这一战略旨在为游戏、临境感平台和数据中心等主要领域提供新一代技术,通过高性能、差异化产品来提高整体盈利能力。
AMD 总裁兼首席执行官苏姿丰博士对此表示:“目前我们发现,在高性能计算和图形化方面丰富的市场领域中,有着强劲的、长期的发展机遇,只有AMD能为二者提供技术能力。我们针对最具潜力的机遇增加投资,助力客户打造出更伟大的产品,变不可能为可能,从而实现AMD在未来的盈利增长。”
新一代技术和产品将提升游戏、沉浸式平台的盈利能力
在本次大会上,AMD展示了一系列工程技术创新,其中包括新一代64位x86和ARM处理器核心、有望将现有产品每瓦性能比提高一倍的未来图形核心及可降低片上系统开发成本并加快上市时间的突破性模块设计方法论的详细信息。
技术相关的发布内容包括:
· 开发了代号为“Zen” 的全新x86处理器核心,与AMD现有的x86处理器核心相比,每个时钟周期的指令集可提高40%,这将助力AMD再次进军高性能台式机和服务器市场。另外,“Zen”还具备同步多线程(SMT)功能以应对高吞吐量和新建缓存子系统。
· 发布了首个定制化64位ARM核心—“K12”核心的更新版本。这些企业级64位ARM核心为提高能效设计,特别适用于服务器和嵌入式工作负载。
· AMD计划通过推出业内首款高性能图形处理器(GPU)来巩固其图形技术的领导地位,本款GPU将采用2.5D硅中介层设计的晶片堆栈式高带宽内存(HBM)。AMD计划在今年最新款GPU中采用这种革新性封装技术。
除介绍软件、安全和其他核心平台,AMD还着重介绍了全新的高性能片上网络(NoC)技术,这是一种模块化设计方法——利用可重复利用的IP构建模块,最大限度地提高设计效率。这项突破性设计方法预计将大大缩减基于AMD标准和未来半定制化产品的成本和上市时间。
AMD高级副总裁兼首席技术官Mark Papermaster表示:“现在,我们对IP核心加倍投资,依托传统领域的研发优势,以及在高性能、可扩展的64位x86和ARM 架构CPU核心及图形领域一贯的领导地位,来满足关键市场对性能和用户选择性的需求。此外,我们还基于新型片上网络技术搭建了模块化设计系统,从而大大提高了开发灵活性。”
另外,AMD 也宣布了对其计算与图形(CG)产品路线图进行更新,主要针对2016 年或未来计划推出的APU、CPU和GPU产品。这些产品将满足核心客户的需求,包括性能的提升、更长的电池寿命以及更出色的能效。AMD 还介绍了更多详细信息,并公开演示了第6 代 A 系列 APU,代号为“Carrizo” 以及未来几个月即将推出的新一代 GPU 产品。
AMD 最新的计算与图形产品路线图包括:
· 使用 FinFET 制程工艺打造的全新“Zen”核 AMD FX CPU。此类 CPU 具备高核数、支持高吞吐量的同步多线程技术以及 DDR4 兼容性,可与 AMD 的 2016 桌面 APU 共享 AM4接口。
· 第七代 AMD APU 将带来独立显卡般的游戏体验,并在 FP4 超薄移动基础架构中实现完整的异构系统架构性能。
· 未来的高性能图形处理器将基于 FinFET 制程工艺而打造,有望将每瓦特性能表现提升一倍。这些前沿的独立图形技术也包括第二代 HBM 技术。
AMD 详细阐述了其企业、嵌入式和半定制事业群 (EESC) 的长期战略,即:借助高性能 CPU 和 GPU 核心发展高优先级市场,从而能够让客户构建差异化的解决方案。AMD 的近期计划是继续专注于提供可升级的半定制解决方案,同时在嵌入式流水线技术方面取得更大进展。展望未来,新一代“Zen”和“K12”核将为数据中心实现出色的性能表现,同时,AMD 计划通过配备 x86 和 ARM 处理器且具备更高能效的产品组合,以崭新的姿态重新在高性能 x86 服务器市场占据一席之地。
AMD高级副总裁兼企业、嵌入式和半定制事业群(EESC)总经理Forrest Norrod称:“AMD 高性能 IP、高效的模块化设计方法以及不断演进的半定制业务模式将为其在诸多市场上带来更多发展机遇。除了在半定制和嵌入式业务领域驱动可持续发展之外,我们也在不断推出功能更强的新产品,以此坚持着对高性能服务器计算技术的承诺。”
AMD企业、嵌入式和半定制事业群路线图详细信息如下:
· 面向主流服务器的新一代“Zen”核AMD Opteron™ 处理器,该技术支持广谱工作负载,同时大幅提升输入/输出和存储器容量。
· 今年年末“西雅图”系统将如期而至,同时,AMD对将配备“K12”核的新一代 ARM 处理器进行了详细规划。
· AMD 还概述了面向 HPC 和工作站市场的全新高性能 APU,该技术旨在大幅提升向量应用的性能,实现更出色的图形性能、支持异构系统架构以及优化的存储架构。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。