测试仍然在同一台四路Skylake-SP测试样机上进行,操作系统为Debian GNU/Linux 9.0.0 Stretch x64(或许你们会注意到拼写和上一篇文章略有不同),使用的仍然是Linux Kernel 4.12.0-041200-lowlatency #201707022031 x64(拼写同样得到了更新),但它已经不是最新的Kernel,因为两天前,Kernel.org推出了4.12.1内核,主要修正在numa调度,在未来的AVX 2.0测试完成后我们会进行更新。
Intel 4S Purley/Skylake-SP测试平台说明 by 盘骏/Lucifer,每一个标点符号都经过了反复确认
没错,这个表也进行了许多微调。我很怀疑会有多少人去认真看这个表关注这些细节,实际上由于头条图作图的细节需求已经受到了美工的质疑。“这些地方没人会看。”,“这个没人会关注。”,“这些地方你要这么精确干什么?”,“有空还是多写点文章。”……我很难认同这些话,但我无法要求别人做更多的工作。我只是觉得我们可以接受错误和不完美,但不应该接受对这样无动于衷。
Kernel booting with AVX-512/XSAVE,这里隐藏了XSAVE的一个新功能
众所周知,Linux Kernel引导的时候会简单测试RAID 5/6的软件性能,上图中,AVX512x4的gen()算法达到了最高的生成性能:33093MB/s,也就是33.093GiB/s
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。