北京时间7月16日消息,由于在电脑芯片上封装更多电路的难度加大,英特尔预计下一代生产工艺将推迟6个月甚至更久。
英特尔CEO科再奇(Brian Krzanich)预计,采用下一代制造技术的芯片可能要到2017年下半年才能面市。
英特尔多年以来基本都以每2年更新一次的速度改进生产工艺,基本与该公司联合创始人戈登·摩尔(Gordon Moore)50年前提出的“摩尔定律”保持一致。但要继续追赶“摩尔定律”的步伐却越来越困难。
最新的生产工艺将采用14纳米技术。英特尔上一次升级生产工艺时就推迟了6个月,当时的工艺为14纳米。
这些芯片大约在2014年第二季度实现量产,表明下一代10纳米芯片大约会在2016年年中投产。但科再奇表示,制造工艺的改进速度正在放慢,因此将该计划推迟到了2017年下半年。
“最近的技术进步表明,我们的节奏已经从2年逐步向2年半靠拢。”他说。
科再奇表示,为了填补这一空白,该公司将在2016年下半年推出一组代号为Kaby Lake的全新14纳米芯片。
“我们预计,在既有路线图之外额外推出的这些产品将带来新的功能,并将提升性能,还帮助我们更加顺畅地过渡到10纳米技术。”他说。
好文章,需要你的鼓励
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。
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。
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。
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。