同时得到较大提升的还有安全特性,主要包括一些指令的延迟降低,并加入了新的指令,以及支持RDSEED——对随机数产生器运行方式上的改进,最后是SMAP——虚拟化方面的改进。经过长久的发展,虚拟化特性的重点当前已经转移到Uncore部分,包括APIC中断管理器以及PCIe Root Complex上,但仍有一些指令集方面的改进是包含在Core核心内,以下是这些特性的简单介绍:
加密方面的性能提升是比较显著的,PCLMULQDQ操作的乘法器的吞吐量翻倍,延迟降低;由于新指令ADCX/ADOX的加入,RSA类操作的提升可以达到60%以上
RDSEED:Non-Deterministric Random Bit Generator,不确定性随机位产生器
SMAP类似于SMEP,避免超级管理器模式下无意访问用户页面的数据(SMEP则是反过来)
Intel TSX:Transactional Synchronization Extensions,事务同步扩展,现在终于在Xeon E5上可用了
需要特别一提的是最后的Intel TSX指令集,Broadwell中,各种粒度模式下的性能都得到了改进。限于时间关系,不详细介绍,以下是Haswell上的介绍:
TSX:Transactional Synchronization Extensions,事务同步扩展
再一次地,和核心架构的改进不同,指令集的增强需要程序使用新的指令集进行编写和编译。不过,TSX笔者预计将来是一个可以提供显著影响的特性。
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。