日前,英特尔正式宣布,已经开始发售第一代 Optane 存储,并且下一代技术的研发工作也已经在进行当中了。
英特尔 Optane 存储是一种将革命性 3D Xpoint 技术非易失性存储器介质引入内存和 SSD 的存储解决方案,与美光共同研发,并融合了英特尔先进的系统内存控制器、接口硬件和软件 IP,能够充分释放巨大的性能潜力,不仅比固态硬盘快 10 倍以上,甚至可以当做内存来使用。
目前第一代Optane存储暂时只出现在部分高端的笔记本电脑上,但并未上市,英特尔此次宣布正式发售,表明针对笔记本电脑设计的Optane 存储不仅可以在第二季度出货,而且还将会有单独销售的存储版本。英特尔希望,未来 Optane 存储体积更小,密度更高,同时更加便宜,耐用性更高,普及更全面。
这对于大量 PC 用户来说绝对是好消息,因为作为新鲜事物,Optane 存储的成本和实际售价都相当昂贵,而且容量有限,例如搭载在 ThinkPad T 系列的 Optane 存储只有 16GB。为此英特尔解释称,目前此类存储的用途是大量加速系统数据传输,可用于分析和深度学习应用,提升体验,不过最终目标一定是“统一内存和存储”,只是可能这个时间相对漫长。
英特尔 Optane 存储合作伙伴美光,也宣布了 3D Xpoint 技术存储的品牌,称之为QuantX,共同努力推动这一技术的发展。
同时美光还证实,第一代基于 Optane 的内存已经在测试当中了,不久之后就可以出货了。
企业级固态硬盘的需求主要是高容量兼顾高性能,因此英特数据中心业务风总裁 Diane Bryant 表示 Optane 还不会进入该领域,而且 2017 年的发展仍会有相对温和的表现,今年的重点还是投资,将资金投入到工厂和研发当中。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。