英特尔将对其Thunderbolt高速互连平台加以拓展,额外加入对以太网连接的支持能力。
该公司在本届于拉斯维加斯召开的全美广播工作者协会(简称NAB)大会上表示,Thunderbolt平台的下一个版本在支持20Gbps外设连接之外、还将支持高达10Gbps的以太网传输带宽。
芯片巨头指出,这项以太网功能将利用一套模拟环境作为设备之间的10GbE数据传输端口。英特尔方面表示,目前支持这项功能的驱动程度已经正式登陆OS X系统(苹果在其高端Mac Pro与MacBook Pro机型上提供Thunderbolt 2端口),而面向Windows系统环境的驱动则正在开发当中。
以太网功能的出现将帮助Thunderbolt平台迎来进一步提升,从而满足由4K图形硬件以及介质外设所带来的对于高速数据传输能力的需求。除此之外,这一机制也已经出现在高速RAID存储与备份设备之上。
包括LaCie、StarTech以及西部数据在内的多家存储供应商已经加入英特尔阵营,并在本届NAB大会之前就相继推出了针对Thunderbolt 2标准进行了优化的一系列新型存储设备。
英特尔正在努力通过为Thunderbolt加入以太网支持能力以建立存储与传输能力。该公司指出,这类连接可以被用于通过直连线缆在OS X与Windows系统之间进行文件传输,而且无需涉及额外的网络硬件或者协议。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。