至顶网个人商用频道 06月13日 北京消息(文/陶婧婕) 近一年,AMD在市场上的表现非常活跃。从去年推出第七代APU、北极星架构显卡,到今年3月发布AMD锐龙7系列处理器,4月推出锐龙5系列处理器、Radeon RX 500系列显卡,AMD一次次用产品证明,其在技术方面已经实现了大踏步前进。
AMD也继续保持着这一势头,在COMPUTEX 2017上,AMD又带来了新“惊喜”。其展示了下一波即将推向市场的产品,包括基于Radeon RX Vega架构的高端显卡,全新AMD锐龙Threadripper处理器以及AMD锐龙笔记本处理器,当然,还有即将上市针对数据中心的EPYC系列处理器。
在淡出几年后,AMD终于回归x86服务器市场。而这一次,AMD带着满满的信心与决心踏上了回归路。
在本次活动上,至顶网也采访到了AMD高级副总裁,企业、嵌入式和半定制事业部总经理Forrest Norrod,并与他进行了深入沟通。
一口吃不成胖子 还要一步一步脚踏实地走
服务器处理器市场近年来新涌入了很多厂商,包括高通、IBM等,但英特尔在服务器处理器市场依旧是“老大”,其X86架构服务器市占高达九成。
AMD在服务器处理器市场拥有多年的技术积累,它曾占据x86服务器处理器市场25%的份额,研发实力不容小觑。Forrest Norrod表示,AMD是唯一能在服务器处理器市场与英特尔抗衡的公司。英特尔是个值得尊敬的对手。当然,我们的优秀产品完全能够满足现今云时代的工作负荷。
想要撼动英特尔在x86服务器处理器市场的地位是很困难的,AMD也清楚的看到了这一点。俗话说“一口吃不成胖子”,AMD在回归之前就做了详细的计划,Forrest Norrod说道,AMD意识到要回到这个市场就必须在新的CPU核心上进行长期的投资,第一个就是Zen架构,然后每一年半会再推出新核心架构,比如Zen2、Zen3等等。Zen架构也奠定了AMD未来几年产品的路线图。
EPYC系列处理器就是AMD回归x86服务器处理器市场的第一步,也给服务器处理器市场空投了一枚名为“EPYC”的炸弹。
EPYC系列处理器——AMD“收复失地”的秘密武器
今年三月份,AMD展示了面向企业级市场的Naples(那不勒斯)高性能服务器处理器,而在随后的FAD上公布了该服务器处理器的品牌名称——EPYC,即将于近期上市。关于两者的关联,Forrest Norrod也给出了答案,Naples是AMD内部的“code name”,它不是对外宣布的品牌名称。Naples是芯片的名称,EPYC则是服务器处理器品牌名称。他开玩笑的说道,在给AMD服务器处理器命名时,AMD要坚持“一路向北”,下一代的芯片名称是Rome,接下来是Milan。(注:Naples、Rome、Milan都是意大利城市的名称,排序是从南到北)
Forrest Norrod透露,EPYC具有很强的功能,该高性能处理器基于Zen架构,最高32核64线程,32MB三级缓存,112条PCIe总线,设计有单路和双路,在各种双插槽或单插槽的应用都能胜任。AMD表示,EPYC品牌旨在改革双插槽服务器市场,并可能同时重塑对单插槽服务器的预期。据了解,基于EPYC的服务器定于2017年6月20日发布,它也将成为AMD“收复失地”的秘密武器。
想要跟英特尔平起平坐 AMD野心还是大大滴
从服务器处理器的产品到市场,AMD都想跟英特尔来一场平等的较量。
Forrest Norrod希望AMD能实现增长,今后在服务器处理器市场上能够跟英特尔平起平坐。另外,EPYC被设计成多核心,部分原因就是为了在单插槽系统上能够做到大部分的双插槽的那些产品的功能,为消费者省电,节省在基础设施上的开支,就是说AMD单插槽系统可以为客户提供双插槽一样的功能,EPYC几乎可以跟英特尔的双插槽的产品平起平坐。
除此之外,Forrest Norrod也透露了客户和合作伙伴对EPYC的测试情况,目前他们对EPYC的反馈非常好,AMD的性能测试结果也很好,产品表现超出AMD在一年前给客户所做的承诺。
有竞争才有活力,专注于做产品的AMD要像个斗士一样,凭借自身的创新和技术积淀,去打破服务器处理器市场的垄断局面。毕竟,墨守成规不是AMD的作风,做工程师范儿的创新者才是AMD的目标。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。