又到了一年一度的中国移动全球合作伙伴大会,作为中国移动的重量级合作伙伴,英特尔今年又在展会上秀出了哪些重磅的技术产品和解决方案呢?下面一起来逛逛英特尔的展台,一览所有展品精彩亮点!
5G
5G云游戏
传统的游戏是在本地终端渲染。云游戏是通过推流方式把云端渲染的游戏推到终端设备。无论高端或低端的游戏,只要能连网的终端设备(不论高或低档)都可以玩。云游戏对时延要求很高,最适合在边缘网络部署。
360 Demo over 5G NR
基于英特尔的HEVC视频技术和TiledMedia的高效的VR视频流媒体技术,本演示提供了在线8K VR视频的沉浸式体验。该方案使得8K或更高分辨率的VR视频能够在有限网络环境给用户最好的VR视频体验。
视频直播广告插入方案
在任意直播/广播场景中,随时随地随意添加广告内容,让观众无需浪费时间单独观看广告。广告内容可植入到视频中的任意位置,还可自动识别无缝衔接正片内容与场景,避免因遮挡而影响观众体验。此外,根据观众大数据分析提供不同广告内容植入,提升投放效率。
FlexRAN参考设计
在接入网层面,英特尔FlexRAN参考设计通过在英特尔®处理器上展示基带功能,帮助行业伙伴在英特尔®处理器上优化层一,并支持行业伙伴加速开发商用解决方案。
5G低延时IPsec和TLS
为实现高带宽和低延迟,基于英特尔的FPGA可编程加速卡(PAC),Arrive公司展示了其在线IPSec和安全加速软件,让运营商能够在单个服务器上以较少的CPU和RAM资源消耗来满足5G IPSec安全需求,并实现5G核心网络和边缘计算应用。
在5G展区,Skydome演示展示了5G网络下的智慧城市和物联网的应用案例,现场还展出了企业级层面的Open uCPE 解决方案&软件定义企业分支,以及一个正式的网络技术培训计划——英特尔网络学院。
AI
多任务并行释放英特尔至强可扩展处理器的推理性能
英特尔至强处理器广泛用于人工智能尤其是深度学习应用。流行的深度学习开源框架,都已经过英特尔软件团队的优化,可在英特尔平台上为深度学习训练和推理提供最佳性能。在优化的开源框架下,通过创建多个独立的深度学习推理实例,更进一步充分发挥至强可扩展处理的计算潜能, 提高深度学习的总体推理性能。
英特尔DLBoost技术在AI图片识别的性能测试
英特尔在下一代至强可扩展处理器采用的英特尔 DLBoost技术,可以大大提高低精度数据类型的深度学习计算性能,对比当前的处理器11倍的性能提升。
面向智慧园区的人脸识别智能终端
由中国移动研究院业务所与英特尔联合研发的这款人脸识别及视频边缘计算终端设备,采用了Intel Movidius Myriad 2 VPU芯片及Intel Atom X5处理器,支持前端万人库离线高准确率识别,且识别时间小于1秒。通过采用Intel RealSense技术,该设备带有一个D415深度摄像头,使系统拥有3D视觉;同时带有一个3D立体VPU,设有防动态视频假体攻击的安全保障,假脸零通过率,并且能自适应各种环境,可自动切换休眠/唤醒模式,从而降低功耗。
SmartHomeCamera
搭载了英特尔Movidius高性能AI视觉芯片,基于嵌入式AI技术,采用安全无线设计的EYECLOUD CAM在相机设备端提供“移动检测”、“人形检测”、“人脸识别”三种不同报警程度的安全监控级别。反应速度更快,耗能更低,数据更安全,满足不同场景的使用需求。
Automobile多媒体系统V2X TBOX
V2X平台是基于英特尔APL汽车娱乐系统平台和英特尔LTE通信芯片。英特尔能为各个一级供应商和车厂提供端到端的整体软硬件V2X解决方案。
在AI展区,英特尔还展出了采用英特尔Movidius VPU的嵌入式AI端处理家用AI摄像头——Simtoo Camera Demo,和中国移动物联网AI平台&边缘计算平台,以及通过AI优化网络视频传输带宽的解决方案。
在客户端层面,英特尔还展出了惠普、小米等合作伙伴基于英特尔X86架构CPU芯片的电脑产品,如LTE全互联PC(ACPC)、英特尔 5G 2合1 PC Form Factor高清视频静态展示,还有一套来自英特尔家庭互联事业部的电信级接入网产品——新“芯”行业用户解决方案。现场还有英特尔凌动处理器、酷睿9代、英特尔至强处理器、英特尔傲腾和3D NAND技术、硅光模块、5G Modem等英特尔产品。
从5G到AI,从云、网络到边缘设备,英特尔提供全栈部署和端到端解决方案。作为全球半导体行业的引领者,英特尔以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来,把万物智能互联的未来带到我们身边。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。