【至顶实验室】我们在文中分析了Xeon Phi的起源以及与Xeon Scalable Processor/Skylake-SP的关系,Skylake-SP与Knights Landing的规格配置非常相似,实际上,Skylake-SP使用的Socket LGA3647插槽就来自于Knights Landing,我们认为,Xeon Phi最终会融入Xeon SP产品线,这将会大为扩展Xeon Scalable Processor的应用范围。不过,下一代Xeon Phi——Knights Hill应该要2018年才能发布。
Intel AVX-512 on Intel Skylake-SP:AVX-512-(F, VL, BW, DQ, CD)
我们还介绍了AVX-512指令集,Skylake-SP的AVX-512指令集来源于Xeon Phi/Knights Landing处理器。在使用AVX-512指令集编译的SPEC CPU2006代码进行测试后,得到的RATE成绩是整数/浮点为5000/3290,比AVX1高7.53%/2.8%。我们得到的结论是,AVX-512确实有效果,一些项目获得了巨大的提升,如Intel的传统强势项目462.libquantum的提升幅度就超过了144%,其实,这幅度有些过大了,显得有些灵异。
由于功耗发热的限制,性能更高的AVX-512指令也会发出更高的热量,导致所在的核心按照设计运行在较低的频率。笔者询问Intel的架构工程师,得到的恢复时间答案是“数毫秒”,这算是一个合理的数字。目前来看,应用用不用这个AVX-512特性还需要实际测试应用编译后的最终效果,这里存在一个性能功耗比的问题,未来我们可能还会继续调整优化AVX-512测试代码的编译。
下一篇文章我们将会开始最激动人心的部分:Skylake-SP的Mesh互联架构的深入分析,然后给出AVX 2.0编译的SPEC CPU2006测试成绩。
过往处理器评测:
2017年7月,Intel Xeon Scalable处理器初代,代号Skylake-SP:《Intel Skylake-SP处理器评测(一)》
2016年4月,Intel Xeon E5-2600 v4处理器,代号Broadwell-EP
好文章,需要你的鼓励
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。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。