
3月15日消息,去年夏天,英特尔公布了3D Xpoint——一种他们称之为“在存储过程技术中取得重大突破”的新技术。3D Xpoint比之前的NAND闪存速度快了10倍而且更加耐用,而它的存储密度又是用于电脑的DRAM芯片的10倍。
从技术层面看,这种革新关键在于晶体管交叉点创建出一个三维网格,内存单元坐落于网格的交点处,而且允许被单独调用。所以,数据可以以更小的单位被读取和写入,速度大大超过现在所有的读取写入技术。
英特尔已承诺第一个采用3D Xpoint 产品将在2016年初用在Optane固态硬盘的上。根据Macworld的消息,3D Xpoint与NVMe(取代现在的AHCI的新的硬盘传输标准)兼容。而苹果公司对这一产品非常有兴趣。
苹果现有的Retina MacBook使用的正是NVMe技术, 2016年发布的新Mac很有可能还会继续采用NVMe。因为3D Xpoint与NVMe兼容,让苹果公司的新产品采用Optane固态硬盘成为可能。
虽然在iPhone上相对保守,在电脑产品线上,苹果公司倒经常是采用新技术的先驱,这些年来,MacBook陆续取消了网口,光驱,甚至常规usb接口,虽然每次改变都引起用户的激烈讨论,但不得不承认的是,正是这些改进让MacBook一直领先。
据说英特尔打算让Optane固态硬盘在2016年内上市,所以我们没办法看到这个技术马上被广泛采用。可以预见的是,在相当长的一段时间内,3D Xpoint存储解决方案将和NAND闪存方案同时存在,直到Optane固态硬盘的价格下降到可以进行大批量生产。除此之外,英特尔还在致力于研发Optane内存条。
回到苹果公司这,如果他们要在未来的Mac电脑上使用Optane固态硬盘,那么搭载此种硬盘的真机上市还需要等一段时间。预计2016年Mac电脑的新机型搭载的还是NAND闪存,但是如前所述,速度改进的需求可能会采用更宽的NVMe解决方案来满足。
我们或将会在最近几个月看到第一台苹果Mac电脑升级,也许在六月的全球开发者大会(WWDC)才看得到。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。