。
如果能把这些陈旧芯片,代工设施升级为新的可用产能,会不会成为攻克芯片短缺难题的关键?没准有戏。
产能与需求的再平衡
”
多年驻扎AI芯片设计领域的厂商Synopsys公司正在跃跃欲试。
芯片重制
Synopsys将这项计划命名为「芯片重制」,基本思路是:使用AI算法,自动针对不同节点重新设计芯片,把以往需要数月甚至数年的工作,压缩到短短几周,进而帮助客户节约下数亿美元研发成本。
”
工程师们可以利用新的音频技术处理旧录音,进而创造出音质更高的全新版本。此外,他们还能够添加新的音轨,例如背景乐,由此二次制作出新产品。整个过程的成本,只相当于重新录制的一小部分。太阳马戏团的《Love》配乐就是个典型案例,而同样的思路,也完全可以在芯片领域发挥作用。只需要引入新的制程节点,我们就能在旧的设施中解锁新产能,并做出进一步优化。
。更重要的是,整个重制流程只需要几个礼拜外加一名工程师,这就告别了以往动辄长达数月、要求一组设计师团队参与的复杂规划。这种便捷的升级方法,应该能够吸引英特尔等厂商将旧有芯片生产线转化至Intel 16等中端产能。
图:芯片重制,将陈旧设备升级为新的工艺节点,并用AI技术降低芯片功耗、提高芯片主频。
海外来电是科技行者旗下编译团队,聚焦海外新技术、新观点、新风向。
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。