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
Salesforce研究团队发布开源工具包MCPEval,基于模型上下文协议(MCP)架构评估AI智能体工具使用性能。该工具突破传统静态测试局限,通过全自动化流程收集详细任务轨迹和协议交互数据,为智能体行为提供前所未有的可视化分析。MCPEval能快速评估MCP工具和服务器,生成综合评估报告,为企业智能体部署提供可操作的改进建议。
清华大学团队推出AnyCap项目,通过轻量级"即插即用"框架解决多模态AI字幕生成缺乏个性化控制的问题。该项目包含模型、数据集和评估基准,能让现有AI系统根据用户需求生成定制化字幕,在不重训基础模型的情况下显著提升控制能力,为AI内容创作的个性化发展奠定基础。
月之暗面Kimi K2技术报告:解读万亿参数的智能体模型(含K2与DeepSeek R1对比)
耶鲁大学团队开发了全球首个AI科学实验设计评估系统ABGEN,测试了18个先进AI模型设计消融实验的能力。研究发现最好的AI系统得分4.11分,仍低于人类专家的4.80分,但在人机协作模式下表现显著改善。研究还发现现有自动评估系统可靠性不足,建立了元评估基准ABGEN-EVAL。这项研究为AI在科学研究中的应用提供了重要评估框架。