2024 年 1 月 9 日,拉斯维加斯——今天在CES 展会上,英特尔分享了将其AI无处不在的战略拓展至汽车市场的计划。此举包括收购Silicon Mobility公司,这是一家专注于智能电动汽车能源管理SoC的无晶圆厂的芯片和软件公司。此外,英特尔还推出了全新的AI增强型软件定义车载SoC系列,并宣布极氪将成为首家采用这款全新SoC的汽车厂商,旨在为下一代汽车提供生成式AI驱动的移动客厅体验。
“英特尔正采取‘整车’方式来解决行业所面临的最大挑战,借助AI解决方案推动整个汽车平台的创新,助力行业向电动汽车转型”,英特尔院士、公司副总裁、汽车事业部总经理Jack Weast表示,“对Silicon Mobility公司的收购不仅契合我们的可持续发展目标,同时也将满足行业对能源管理的关键需求。”
由于电动汽车转型加速,客户对车载体验的需求不断增长,这增强了英特尔支持软件定义汽车战略的决心。此外,英特尔还承诺为软件定义汽车提供业界首个基于UCIe的开放式汽车芯粒平台。为了确保其先进的封装技术能够满足汽车行业对质量和可靠性的严格要求,英特尔将与 imec(比利时微电子研究中心)紧密合作。与此同时,英特尔将领衔推动全新电动汽车电源管理的行业国际标准的制定。
如今,英特尔的SoC已应用于5000多万辆汽车,为信息娱乐系统、显示器、数字仪表盘等提供支持。展望未来,英特尔扩展的AI增强型“整车”路线图将推动整个行业迈向一个更加可扩展、软件定义和可持续发展的时代。
英特尔收购Silicon Mobility,开启更加可持续的电气化未来
Silicon Mobility SAS,由Cipio Partners和Capital-E共同投资,是一家专门从事电动汽车能源管理SoC设计、开发和部署的无晶圆厂汽车芯片和软件公司。其SoC具备业界领先加速器,专为能源传输而设计,与高度先进的软件算法相融合,可显著提升汽车能效。
Silicon Mobility的先进技术将助力英特尔进一步拓展其在汽车领域的影响力,从高性能计算延伸至智能和可编程电源设备。但这一收购目前还需获得必要的监管批准。
英特尔开放平台为汽车带来AI PC 体验
全新AI增强型软件定义汽车SoC系列 满足了行业对于功耗和性能可扩展性的关键需求。该系列SoC 融合了英特尔 AI PC 路线图中的AI 加速技术,可支持理想的车载 AI 用例,例如基于摄像头的驾驶员/乘客监控系统。
在CES期间,一项演示展示了 12 种高级工作负载,其中包括生成式 AI、电子反光镜、高清视频会议通话和 PC 游戏。它们在多个操作系统上同时运行,其中包括混合关键用例。该演示展示了汽车制造商如何整合传统电子控制单元 (ECU) 架构,集成其专有定制解决方案和AI应用程序,以提高效率、可管理性和可扩展性。
Jack Weast表示:“英特尔AI增强型软件定义汽车SoC集成了先进AI PC技术和英特尔数据中心技术,可以满足真正软件定义车辆架构的需求。”
极氪率先将英特尔驱动的生成式AI体验引入下一代电动汽车
吉利旗下的极氪品牌将成为首家采用英特尔全新软件定义汽车SoC 系列的整车厂(OEM)。吉利控股集团总裁兼极氪有限公司首席执行官安聪慧阐述了,英特尔系统的前向兼容性与英特尔 AI 加速技术相结合,如何使极氪得以不断扩展和升级服务,以实现如生成式AI语音助手等满足客户需求的下一代体验。
开放标准是行业成功关键
为了更顺利地推动向电动汽车和可持续软件定义汽车的转变,英特尔与国际汽车工程师学会(SAE International) 宣布成立一个委员会,为车辆平台电源管理 (J3311) 提供汽车标准。英特尔将担任该委员会的主席一职。
受 PC 行业ACPI 标准中经过验证的电源管理技术启发,全新SAE标准将通过采用和增强 PC 行业先进的电源管理概念来加速转型,帮助所有电动汽车变得更加节能和可持续。
目前,标准委员会的成员包括来自Stellantis、HERE和Monolithic Power Solutions (MPS) 的代表。该委员会对更多行业参与者持开放态度,并期望在12至18个月内提交第一份标准草案。
英特尔致力于开放汽车芯粒平台
英特尔还宣布,计划与研发中心imec展开合作,以确保其先进的芯粒封装技术满足汽车用例所需的严格质量和可靠性要求。
此举凸显了英特尔成为首家支持将第三方芯粒集成到其汽车产品中的汽车供应商的承诺。这使得整车厂可以自由选择将定制芯粒集成到英特尔路线图产品中,而该成本远低于完全定制的SoC。混合与匹配芯粒的能力不仅进一步降低了因供应商限制带来的风险,同时促进了更加可扩展的软件定义架构的发展。
好文章,需要你的鼓励
DDN推出Infinia对象存储系统,采用键值存储架构和Beta Epsilon树数据结构,实现读写性能平衡。系统在对象列表性能上比AWS快100倍,延迟降至毫秒级,支持多租户和SLA管理。通过与英伟达合作优化RAG管道,在AWS上实现22倍性能提升并降低60%成本。
大连理工大学和浙江大学研究团队提出MoR(Mixture of Reasoning)方法,通过将多种推理策略嵌入AI模型参数中,让AI能自主选择最适合的思考方式,无需人工设计专门提示词。该方法包含思维生成和数据集构建两阶段,实验显示MoR150模型性能显著提升,比基线模型提高2.2%-13.5%,为AI推理能力发展开辟新路径。
Alpine Linux核心开发者Ariadne Conill推出了Wayback项目,这是一个实验性的X兼容层,允许使用Wayland组件运行完整的X桌面环境。该项目本质上是一个提供足够Wayland功能来托管rootful Xwayland服务器的存根合成器。与现有的XWayland不同,Wayback旨在创建一个类似X11风格的基于Wayland的显示服务器,让用户能够继续使用传统的X11窗口管理器和桌面环境,而无需重写或替换这些熟悉的工具。
剑桥大学研究团队开发了FreNBRDF技术,通过引入频率修正机制显著提升了计算机材质建模的精度。该技术采用球面谐波分析提取材质频率信息,结合自动编码器架构实现高质量材质重建与编辑。实验表明,FreNBRDF在多项指标上超越现有方法,特别在频率一致性方面改善近30倍,为游戏开发、影视制作、电商预览等领域提供了重要技术支撑。