
英特尔公司今天宣布扩展全新第五代智能英特尔酷睿处理器系列,并发布了10款性能大幅提升的桌面和移动处理器,其中包括英特尔台式机处理器上首次以LGA形式出现的英特尔锐炬 Pro显卡。与搭载英特尔高清显卡4600台式机处理器的第四代65瓦英特尔酷睿i7-4790S相比,旗舰级台式机处理器英特尔酷睿i7-5775-C的媒体性能提升了35%,图形性能提升了两倍以上。图形性能的提升得益于英特尔锐炬Pro 6200显卡,它是英特尔最强大的客户端处理器的图形与媒体引擎。无论是超薄的小型迷你PC,还是一体机,低功耗的65瓦热设计功耗值(TDP)能够在各种形式的台式机上实现全面的PC性能。此外,英特尔还公布了五个全新台式机SKU。
五款全新的47瓦第五代智能英特尔酷睿移动处理器为游戏玩家和创意人士提供了卓越的移动性能。与15瓦TDP的第五代英特尔酷睿i7 5600U移动处理器相比,英特尔酷睿i7-5950HQ处理器的媒体性能提高了95%,图形性能提高了一倍。这些全新处理器都具备研发代号为”Broadwell”的第五代英特尔酷睿处理器产品家族的性能。采用这些处理器的系统预计将在未来30-60天内上市。
英特尔至强处理器 E3-1200 v4产品家族
英特尔还推出了集成英特尔锐炬Pro P6300显卡(英特尔最高端的数据中心显卡)的英特尔至强处理器E3-1200 v4产品系列。该产品系列采用最新一代英特尔至强处理器和14纳米制程技术,其视频转码的性能比前一代产品提升高达1.4倍,3D图形性能升高达1.8倍。
提供视频交付的公司要求视频转码解决方案拥有高性价比、高密度设计和优化的性能,以支持高清视频的实时、多流交付。英特尔至强处理器E3-1200 v4产品家族采用集成的英特尔锐炬Pro P6300显卡和英特尔Quick Sync Video技术,能提供硬件加速的转码性能——支持每个服务器机架同时交付4300个高清视频流,按需为更多用户提供高质量内容。
英特尔至强处理器E3-1200 v4产品家族还可用于提供高性价比的解决方案,横跨局域网和广域网,将远程工作站的复杂的3D和2D应用交付给位于任意地点、使用任意联网设备的用户。从远程工作站到云中的视频交付,英特尔至强处理器E3-1200 v4产品系列提升了数据中心内的图形性能,以更低的成本满足基于云的图形需求,并提供了更好的用户体验。
|
处理器型号 |
内核数量/ 线程数量 |
基本频率(GHz) |
显卡 |
价格8 |
三级缓存 |
TDP |
|
i7-5950HQ |
四核八线程 |
2.9 |
英特尔®锐炬™ Pro 6200 显卡 |
$623 |
6M |
47W |
|
i7-5850HQ |
四核八线程 |
2.7 |
英特尔® 锐炬™ Pro 6200 显卡 |
$434 |
6M |
47W |
|
i7-5750HQ |
四核八线程 |
2.5 |
英特尔®锐炬™ Pro 6200 显卡 |
$434 |
6M |
47W |
|
i7-5700HQ |
四核八线程 |
2.7 |
英特尔® 高清显卡5600 |
$378 |
6M |
47W |
|
i5-5350H |
双核四线程 |
3.0 |
英特尔®锐炬™ Pro 6200 显卡 |
$289 |
4MB |
47W |
|
i7-5775C |
四核八线程 |
3.3 |
英特尔® 锐炬™ Pro 6200 显卡 |
$366 |
6M |
65W |
|
i7-5775R |
四核八线程 |
3.3 |
英特尔® 锐炬™ Pro 6200 显卡 |
$348 |
6M |
65W |
|
i5-5675C |
四核四线程 |
3.1 |
英特尔® 锐炬™ Pro 6200 显卡 |
$276 |
4M |
65W |
|
i5-5675R |
四核四线程 |
3.1 |
英特尔® 锐炬™ Pro 6200 显卡 |
$265 |
4M |
65W |
|
i5-5575R |
四核四线程 |
2.8 |
英特尔® 锐炬™ Pro 6200 显卡 |
$244 |
4M |
65W |
|
至强 E3- 1285 v4 |
四核八线程 |
3.5 |
英特尔® 锐炬™ Pro P6300 显卡 |
$557 |
6MB |
95W |
|
至强 E3-1285L v4 |
四核八线程 |
3.4 |
英特尔® 锐炬™ Pro P6300 显卡 |
$445 |
6MB |
65W |
|
至强 E3-1265L v4 |
四核八线程 |
2.3 |
英特尔® 锐炬™ Pro P6300 显卡 |
$418 |
6MB |
35W |
|
至强 E3-1278L v4 |
四核八线程 |
2.0 |
英特尔® 锐炬™ Pro P6300 显卡 |
$546 |
6MB |
47W |
|
至强 E3-1258L v4 |
四核八线程 |
1.8 |
英特尔® 锐炬™ Pro P6300 显卡 |
$481 |
6MB |
47W |
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。