国产色婷婷国产综合在线理论片a_欧美性受xxxx黑人xyx_国产精品成人在线观看_影音先锋欧美在线资源_国产91在线播放_久久久久亚洲精品成人网小说_成人444kkkk在线观看_天堂va蜜桃一区二区三区漫画版_欧美大片在线观看_美女网站视频久久

【世界速看料】讓AI無處不在!Intel祭出全新VPU:超高能效碾壓GPU

來源:快科技

AI,人工智能,這個東西其實一旦都不新鮮。

從早些年的科幻作品,到后來的逐步落地,從1997年IBM超級電腦深藍”擊敗國際象棋大師卡斯帕羅夫,到2016年Google AlphaGo戰勝圍棋冠軍李世石,AI一直都在進步,也一直在演化。

但因為算力算法、技術能力、應用場景等方面的種種限制,AI一直有些空中樓閣的感覺。


(資料圖片)

直到出現了ChatGPT,AI才真正引燃了普通人的熱情,讓我們發現,AI竟然如此強大,又如此唾手可得,讓眾多個體、企業為之興奮,為之癲狂。

眾所周知,足夠強大與合理的硬件、算法,是實現高效、實用AI的兩大基石,而在這一番AI熱潮中,NVIDIA之所以春風得意,就得益于其在高性能計算領域多年來的布局和深耕,非常適合超大規模的云端AI開發。

當然,AI無論實現方式還是應用場景都是多種多樣的,既有云側的,也有端側的。

NVIDIA的重點在云側和生成式AI,Intel在云側生成式、端側判定式同時出擊,而隨著越來越多的AI跑在端側,更貼近普通用戶日常體驗,所帶來的提升越來越明顯,Intel更是大有可為。

端側AI有幾個突出的特點:

一是用戶規模龐大,應用場景也越來越廣泛;

二是延遲很低,畢竟不需要依賴網絡將指令、數據傳到云側處理再返回;

三是隱私安全,不用擔心個人信息、商業機密等上傳后泄露;

四是成本更低,不需要大規模服務器和計算,只需本地設備即可完成。

端側AI,說起來大家可能會感覺很陌生,但其實,人們習以為常的背景模糊、視覺美顏、聲音美化(音頻降噪)、視頻降噪、圖像分割等等,都是端側AI的典型應用場景,背后都是AI在努力。

這些應用要想獲得更好的效果,就需要更完善、復雜的網絡模型,對于算力的需求自然也在快速增長。

比如噪音抑制,算力需求已經是兩年前的50倍,背景分割也增長了10倍以上。

更不要說生成式AI模型出現后,對算力的渴求更是飛躍式的,直接就是數量級的提升,無論是Stable Diffusion,還是語言類GTP,模型參數都是非常夸張的。

比如GPT3的參數量達到了1750億左右,相比GPT2增加了幾乎500倍,GPT4估計可達到萬億級別。

這些都對硬件、算法提出了更苛刻的要求。

Intel自然也早就開始關注并投入AI,無論是服務器級的至強,還是消費級的酷睿,都在以各種方式參與AI,XX代智能酷睿處理器”的說法就在很大程度上源于AI。

在此之前,Intel AI方案主要是在CPU、GPU的架構、指令集層面進行加速。

比如從十代酷睿和二代可擴展至強加入的基于深度學習的DL Boost,包括VNNI向量神經網絡指令、BF16/INT8加速等等。

比如11代酷睿加入的高斯網絡加速器GNA 2.0,相當于NPU的角色,只需消耗很低的資源,就能高效進行神經推理計算。

比如代號Sapphire Rapids的四代可擴展至強上的AMX高級矩陣擴展,使得AI實時推理和訓練性能提升了多達10倍,大型語言模型處理速度提升了足有20倍,同時配套的軟件和工具開發也更加完善豐富。

在Intel看來,沒有單一的硬件架構適用于所有的AI場景,不同硬件各有特點,有的算力強大,有的延遲超低,有的全能,有的專攻。

AI作為基礎設施也有各種各樣的場景應用和需求,負載、延遲都各不相同,比如實時語音和圖像處理不需要太強的算力,但是對延遲很敏感。

這時候,Intel XPU戰略就有著相當針對性的特殊優勢,其中CPU適合對延遲敏感的輕量級AI處理,GPU適合重負載、高并行的AI應用。

Intel另一個無可比擬的優勢就是穩固、龐大的x86生態,無論應用還是開發,都有著廣泛的群眾基礎。

現在,Intel又有了VPU。

將在今年晚些時候發布的Meteor Lake,會首次集成獨立的VPU單元,而且是所有型號標配,可以更高效地執行特定AI運算。

Intel VPU單元的技術源頭來自Intel 2017年收購的AI初創企業Movidius,其設計的VPU架構是革命性的,只需要1.5W功耗就能實現4TOPS的強大算力,能效比簡直逆天,最早用于無人機避障等,如今又走入了處理器之中,與CPU、GPU協同發力。

VPU本質上是專為AI設計的一套新架構,可以高效地執行一些矩陣運算,尤為擅長稀疏化處理,其超低的功耗、超高的能效非常適合一些需要長期打開并執行的場景,比如視頻會議的背景虛化、移除,比如流媒體的手勢控制。

之所以在已經有了CPU、GPU的情況下,還要做一個VPU,Intel的出發點是如今很多端側應用是在筆記本上進行,對于電池續航非常敏感,高能效的VPU用在移動端就恰如其分。

另一個因素是CPU、GPU作為通用計算平臺,本身就任務繁重,再給它們增加大量AI負載,執行效率就會大打折扣。

具體到應用場景,VPU也是非常廣泛的,比如說視頻會議,現在的CPU AI已經可以實現自動構圖(Auto-Framing)、眼球跟蹤、虛擬頭像/人像、姿勢識別等等。

加入低功耗、高算力的VPU之后,還可以強化背景模糊、動態降噪等處理,讓效果更加精準,比如說背景中的物體該模糊的一律模糊、人手/頭發等不該模糊的不再模糊。

有了高效的硬件、合適的場景,還需要同樣高效的軟件,才能釋放全部實力、實現最佳效果,這對于擁有上萬名軟件研發人員的Intel來說,真不是事兒。

Meteor Lake還沒有正式發布,Intel已經與眾多生態伙伴在VPU方面展開了合作適配,獨立軟件開發商們也非常積極。

比如Adobe,很多濾鏡、自動化處理、智能化摳圖等,都可以用VPU來跑。

比如Unreal Engine虛幻引擎的數字人,比如虛擬主播,VPU都能很好地實時捕捉、渲染處理。

Blender、Audacity、OBS、GIMP這個名單可以拉出很長一串,而且還在不斷增加。

更重要的是,CPU、GPU、VPU并非各行其是,而是可以聯合起來,充分發揮各自的優勢,達到最好的AI體驗效果。

比如說基于GIMP里就有一個基于Stable Diffusion的插件,可以大大降低普通用戶使用生成式AI的門檻,它就能充分調動CPU、GPU、VPU各自的加速能力,把整個模型分散到不同IP之上,彼此配合,獲得最好性能。

其中,VPU可以承載VNET模塊運行,GPU用來負責編碼器模塊執行,通過這樣的合作,生成一張復雜的圖片也只需20秒左右。

在這其中,VPU的功耗是最低的,CPU次之,GPU則是最高的。

Intel已經充分意識到AI對于PC體驗增強的重要性,而為了迎接這一挑戰,Intel正在硬件、軟件兩個層面全力推進,對AI在的端側的發展、普及打下堅實的基礎。

硬件層面,CPU、GPU、VPU將組成無處不在的底層平臺;軟件層面,OpenVINO等各種標準化開發軟件將大大推動應用場景的挖掘。

未來,搭載Meteor Lake平臺的輕薄筆記本就可以輕松運行Stable Diffusion這種大模型來實現文生圖,大大降低AI的應用門檻,無論判定式AI還是生成式AI都能高效執行,最終實現真正的AI無處不在。

標簽:

推薦

財富更多》

動態更多》

熱點

国产色婷婷国产综合在线理论片a_欧美性受xxxx黑人xyx_国产精品成人在线观看_影音先锋欧美在线资源_国产91在线播放_久久久久亚洲精品成人网小说_成人444kkkk在线观看_天堂va蜜桃一区二区三区漫画版_欧美大片在线观看_美女网站视频久久
成人激情免费网站| 国产91精品久久久久久久网曝门| 国产精品美女一区二区| 91亚洲精品一区二区乱码| 日韩黄色免费电影| 国产精品羞羞答答xxdd| 久久超碰97人人做人人爱| 精品一区二区国语对白| 日韩成人精品在线| 精品一区二区三区在线播放| 狠狠狠色丁香婷婷综合激情| 国产在线播放一区三区四| 99久久精品国产观看| 欧洲一区二区三区在线| www欧美成人18+| 亚洲一区二区三区四区在线观看 | 精品国产乱码久久久久久1区2区| 中文字幕成人av| 韩国精品主播一区二区在线观看| 色屁屁一区二区| 亚洲色图制服诱惑| 91在线高清观看| 久久综合九色综合欧美98| 天天亚洲美女在线视频| 精品无人码麻豆乱码1区2区| 精品久久久久久亚洲综合网 | 中文字幕一区日韩精品欧美| 韩国理伦片一区二区三区在线播放| 色综合天天视频在线观看| 国产精品成人午夜| 欧美日韩的一区二区| 琪琪久久久久日韩精品| 日韩午夜精品电影| 一区二区视频在线| 精品国产露脸精彩对白| 日本欧美在线看| 1000精品久久久久久久久| 日韩欧美中文字幕公布| 亚洲天堂久久久久久久| 亚洲成av人片| 中文字幕一区二区三区四区 | 91麻豆精品在线观看| 亚洲成在线观看| 欧美日韩亚洲综合一区| 国产精品99久久久久久有的能看| 亚洲一区二区三区在线播放| 久久精品一区蜜桃臀影院| 这里只有精品电影| 老司机午夜精品99久久| 日本不卡视频在线观看| 亚洲va韩国va欧美va| 亚洲成av人片一区二区梦乃| 婷婷综合五月天| 韩国三级电影一区二区| 成人aa视频在线观看| 豆国产96在线|亚洲| 国产一区二区网址| 一区二区三区在线视频观看58| 石原莉奈在线亚洲二区| 三级一区在线视频先锋| 蜜臀va亚洲va欧美va天堂| 日本系列欧美系列| 国产精品亚洲а∨天堂免在线| 亚洲成人av免费| 久久99精品一区二区三区 | 国产精品一区二区男女羞羞无遮挡| 久久99久久99精品免视看婷婷| 国内精品免费在线观看| 亚洲狠狠丁香婷婷综合久久久| 91精品欧美一区二区三区综合在| 欧美亚洲动漫另类| 亚洲一二三四久久| 7777精品伊人久久久大香线蕉的| 99视频超级精品| 91麻豆国产在线观看| 国产亚洲欧美在线| 日韩二区三区四区| 中文字幕+乱码+中文字幕一区| 激情六月婷婷久久| 久久久五月婷婷| 一区二区三区精品| 欧洲精品在线观看| 免费不卡在线观看| 国产传媒欧美日韩成人| 国产欧美日韩在线视频| 色呦呦日韩精品| 99热国产精品| 成人h动漫精品一区二区| 成人97人人超碰人人99| 免费高清视频精品| 91在线一区二区三区| 免费成人在线影院| 豆国产96在线|亚洲| 奇米在线7777在线精品| 中文字幕免费观看一区| 亚洲精品一区二区三区精华液 | 国产一区二区精品久久| 亚洲精品一区二区三区精华液| 欧美高清性hdvideosex| 欧美丝袜丝交足nylons| 在线看国产一区二区| 99久久久国产精品免费蜜臀| 视频一区二区不卡| 国产亚洲综合av| 国产69精品久久99不卡| 国产成a人亚洲| 日韩一区二区精品葵司在线| 精品一区二区三区的国产在线播放| 色av成人天堂桃色av| 国产老妇另类xxxxx| 国产一区二区三区在线观看精品 | 在线一区二区三区| 国产黄色精品视频| 久久99国产乱子伦精品免费| 国产真实乱偷精品视频免| 国产美女视频一区| 91片在线免费观看| 亚洲日本青草视频在线怡红院| 成人一区二区视频| 另类小说视频一区二区| 91亚洲永久精品| 天天综合天天综合色| 成人久久18免费网站麻豆| 国产午夜精品久久久久久久 | 日本欧美久久久久免费播放网| 欧美电影免费观看高清完整版在| 欧美日韩一区成人| 日本一区二区三区久久久久久久久不| 国产精品国产三级国产有无不卡| 亚洲欧美区自拍先锋| av在线不卡免费看| 欧美剧在线免费观看网站 | 欧美国产一区二区在线观看| 亚洲欧美日韩国产另类专区| 欧美日韩一区二区三区视频| 色综合久久久久综合| 韩国精品在线观看| 欧美tickling挠脚心丨vk| 91精品福利在线一区二区三区| 免费看日韩精品| 国产麻豆欧美日韩一区| 中文字幕精品一区二区三区精品| 色香色香欲天天天影视综合网| 亚洲图片欧美综合| 欧美在线观看禁18| 亚洲www啪成人一区二区麻豆| 日韩一区二区视频在线观看| 色视频成人在线观看免| 免费成人美女在线观看| 亚洲乱码一区二区三区在线观看| 色美美综合视频| 成人福利视频网站| 国产麻豆91精品| 日韩黄色免费电影| 亚洲第一精品在线| 国产成人亚洲精品青草天美| 欧美精品一区二区三区四区| 国产精品一区二区三区乱码| 国产女同互慰高潮91漫画| 欧美精彩视频一区二区三区| 91免费观看视频| 亚洲精品一线二线三线无人区| 国产日产欧美一区二区三区| zzijzzij亚洲日本少妇熟睡| 欧美在线综合视频| 日韩美一区二区三区| 亚洲欧美一区二区三区极速播放| 久久这里只有精品视频网| 久久久久九九视频| 日本高清不卡aⅴ免费网站| 4438成人网| 欧美三级中文字幕在线观看| 亚洲欧美日韩在线| 欧美日韩国产片| 国产天堂亚洲国产碰碰| 悠悠色在线精品| 国产乱子轮精品视频| 欧美在线视频你懂得| 免费黄网站欧美| 国产河南妇女毛片精品久久久 | 国产99久久久久久免费看农村| 国产精品一区三区| 欧美色成人综合| 成人午夜私人影院| 国产人久久人人人人爽| 日产欧产美韩系列久久99| 亚洲国产成人porn| 日韩欧美亚洲一区二区| 精品一区二区三区香蕉蜜桃| 欧美色视频在线观看| 亚洲欧美另类久久久精品2019| 欧美国产一区二区| 国产a区久久久| 欧美精品一区二区三区蜜桃| 青青青伊人色综合久久| 欧美激情资源网| 欧美亚洲国产怡红院影院| 午夜成人免费视频| 国精产品一区一区三区mba桃花 | 欧美精品欧美精品系列|