这次Intel Broadwell-EP的Workshop的一个比较明显的变化就是其平台策略进一步得到了完善,在之前,虽然网络和存储部分也有涉及,但都不如这次的充足。现在,Xeon E5处理器已经成为了Intel在计算、网络、存储领域的基础,这也是基于SDN(Software Defined Nework,软件定义网络)、SDS(Software Defined Storage,软件定义存储)等概念带来的影响,Intel还推出了一个SDI(Software Defined Infrastructure,软件定义基础架构)的概念,囊括了SDC(Software Defined Compute)、SDN、SDS等概念:
现代Intel Xeon E5平台和Intel的ISA-L、SPDK、DPDK等软件也联系了起来
Intel将Broadwell-EP的改进分为了三个方面:Orchestration(编排)、Security(安全)和Performance(性能),其中,Orchestration(编排)是一个在这一代新提出的概念,核心就是Intel Resource Director Technology(RDT,资源管理技术),笔者认为,这是Broadwell-EP上带来的最重要也是最显著的一个变化,在后面Uncore部分还会重点介绍:
Intel Xeon E5历代的Orchestration领域的改进,但在Xeon E5 v4之前,它们并没有一个统一的框架,仅是一些零散的特性
在Security领域,每一代Xeon E5都会有不少的改进:
Performance上的改进被写进了摩尔定律,因此在每一代,它都是一个比较重要的部分:
Intel Xeon E5历代的Performance领域的改进
下表可以看出Broadwell-EP处理器平台的概览,基本上,同一个微架构内,CPU周边部件都是可以共用的,这可以起到保护用户投资的作用,如后面我们要看到的那样,Broadwell微架构和Haswell微架构其实变化不算特别之大,它符合我们所前一句所说的断言:
Broadwell-EP与Haswell-EP平台的直接对比,它们公用相同的Intel C610芯片组,实际上,除了CPU和主板Firmware,其它硬件都不需要更换
大略了解Intel Broadwell-EP的改进之处以及规格之后,接下来我们先详细介绍一下,Broadwell-EP微架构相对上一代Haswell-EP的具体改进。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。