笔者获得了一套四路的Skylake-SP测试样机,内存为768GiB DDR4-2666。为了对最新的Skylake-SP系统测试,笔者需要使用最新版本的系统和软件,笔者安装了Debian GNU/Linux 9.0.0 Stretch x64操作系统,并升级到了最新的Linux Kernel 4.12.0-041200-lowlatency #201707022031 x64,这个Kernel可以完善地支持AVX-512指令集,但相关的测试代码仍然在运行当中。笔者也尝试了RHEL 7.3/CentOS 7.3/SLES 12 SP2,均因为Kernel版本过低无法启动。

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
2017-07-13勘误:实际上,10.4GT/s的UPI的理论带宽应为41.6GB/s。额外地,由于编码方式的改变,效率提升巨大,这部分内容将会在后续文章进行介绍。

Kernel booting with AVX-512/XSAVE

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
埃森哲投资AI零售平台Profitmind,该平台通过智能代理自动化定价决策、库存管理和规划。研究显示AI驱动了2025年假日购物季20%的消费,约2620亿美元。部署AI代理的企业假日销售同比增长6.2%,而未部署的仅增长3.9%。Profitmind实时监控竞争对手价格和营销策略,并可创建生成式引擎优化产品文案。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
日立公司在CES 2026技术展上宣布了重新定义人工智能未来的"里程碑式"战略,将AI直接应用于关键物理基础设施。该公司与英伟达、谷歌云建立重要合作伙伴关系,并扩展其数字资产管理平台HMAX,旨在将AI引入社会基础设施,变革能源、交通和工业基础设施领域。日立强调其独特地位,能够将AI集成到直接影响社会的系统中,解决可持续发展、安全和效率方面的紧迫挑战。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。