乡野春风小说阅读_从平凡到爆红，这些人是如何逆袭的？
更新时间： 浏览次数： 705
1.AMD新款EPYC处理器完成流片采用台积电2nm工艺
2.台积电计划2027年量产面板级先进封装
3.苹果将分析设备用户数据以增强人工智能技术
4.消息称中国台湾竞购者正在争夺AMD的ZT服务器资产
5.五家美企联合起诉特朗普政府，要求阻止其征收关税
6.视觉Transformer已经超越CNN：原因分析以及如何发挥它们的最佳性能
1.AMD新款EPYC处理器完成流片采用台积电2nm工艺
当地时间周一（4月14日），AMD宣布代号为“Venice”的第六代AMDEPYC处理器完成流片，预计将于2026年推出。
据悉，Venice是业界首个采用台积电N2制程技术流片的HPCCPU设计，凸显了AMD积极的产品路线图以及台积电生产节点的准备就绪。
AMD董事长兼CEO苏姿丰表示，台积电多年来一直是AMD重要的合作伙伴，AMD是台积电2nm制程以及硅谷州晶圆21厂的首家HPC客户，充分展现双方紧密合作，共同推动创新并提供先进技术，为未来发展提供动力。
台积电董事长兼总裁魏哲家表示，台积电与AMD的合作推动了显著的技术扩展，为高效晶圆带来了更佳的效果、功耗效率和良率。
台积电的N2工艺是其首个基于环栅（GAA）纳米片晶体管的制程技术。该公司预计，与上一代N3（3nm级）相比，该制程技术将使功耗降低24%至35%，或在恒压下提高15%的性能，同时晶体管密度也将提升1.15倍。这些提升主要得益于新型晶体管和N2NanoFlex设计技术协同优化框架。
另外，AMD宣布已成功验证了由台积电在其位于亚利桑那州凤凰城附近的Fab21工厂生产的第五代EPYC处理器的硅片。这意味着该公司部分当前一代EPYCCPU现在可以在美国生产。
苏姿丰表示，该公司将在美国生产更多的人工智能服务器。
2.台积电计划2027年量产面板级先进封装
据报道，台积电即将完成面板级先进芯片封装（PLP）的研发，并计划在2027年左右开始小批量生产。
为满足对更强大的人工智能芯片的需求，面板级先进芯片封装将使用可容纳更多半导体的方形基板而非传统的300mm圆形基板。
两位消息人士透露，台积电新一代封装技术的首代产品将使用310mm×310mm的基板。这比芯片制造商此前试验的510mm×515mm尺寸小得多，但仍然比传统圆形晶圆提供更多的表面积。
台积电正在加快开发进度。消息人士称，该公司正在中国台湾桃园市建设一条试点生产线，目标是在2027年左右开始小规模生产。
全球最大的芯片封装和测试供应商日月光早些时候证实，它正在建设一条采用600mm×600mm基板的面板级芯片封装线，但后来当它了解到台积电的起步尺寸较小时，决定在高雄再建一条与台积电相同尺寸的试生产线。
芯片封装曾被认为比芯片生产技术要求低。然而，对于人工智能计算芯片而言，诸如台积电CoWos芯片封装技术等先进封装方法，如今已变得与芯片制造同等重要。这是因为先进封装技术可将GPU、CPU和高带宽内存（HBM）集成到一块超级芯片中，例如英伟达的Blackwell。博通、亚马逊、谷歌和AMD也依赖台积电的CoWoS技术来满足其芯片封装需求。
3.苹果将分析设备用户数据以增强人工智能技术
据科技记者马克·古尔曼（MarkGurman）最新发布的消息，苹果公司将开始分析客户设备上的数据，以改进其人工智能平台，此举旨在保护用户信息，同时帮助其赶上人工智能竞争对手。
如今，苹果通常使用合成数据来训练人工智能模型，这些信息旨在模拟现实世界的输入，但不包含任何个人信息。但这些合成信息并不总是代表真实的客户数据，这使得其人工智能系统更难正常工作。
苹果的新方法将解决该问题，同时确保用户数据保留在客户的设备上，不会直接用于训练AI模型。此举旨在帮助苹果赶上OpenAI和AlphabetInc.等隐私限制较少的竞争对手。
该技术的工作原理如下——它获取苹果创建的合成数据，并将其与iPhone、iPad和Mac电子邮件应用程序中最近的用户电子邮件样本进行比较。通过使用真实的电子邮件来检查虚假输入，苹果可以确定其合成数据集中哪些内容与真实消息最一致。
这些技术将帮助苹果改进其AppleIntelligence平台中的文本相关功能，例如通知中的摘要、写作工具中综合思想的能力以及用户消息的回顾。
苹果4月14日在其机器学习博客的一篇文章中写道：“在创建合成数据时，我们的目标是生成在主题或风格上与真实内容足够相似的合成句子或电子邮件，以帮助改进我们的摘要模型，但苹果不会从设备中收集电子邮件。”
大型语言模型是现代人工智能的核心技术，它们为苹果去年发布的AppleIntelligence功能提供支持。除了使用合成数据外，苹果还利用从第三方获得许可或通过扫描开放互联网找到的信息来训练其模型。对合成数据的依赖有其缺陷，该公司的工具会在通知中歪曲想法，并且在某些情况下无法提供准确的文本摘要。
从理论上讲，新系统可以改进苹果的模型，这是其在热门人工智能领域成为有力竞争对手的关键一步。苹果的人工智能团队发现其产品落后于竞争对手，这促使其最近对Siri语音助手及相关工作进行了管理层重组。
该公司将在即将发布的iOS和iPadOS18.5以及macOS15.5测试版中推出新系统。周一早些时候，这些即将发布的版本的第二次Beta测试已提供给开发人员。
苹果还表示，它正在采取以隐私为中心的方式，改进用于支持其他AppleIntelligence功能的模型，例如ImagePlayground、ImageWand、MemoriesCreation和VisualIntelligence。
该公司已经利用一项名为“差异隐私”的技术来改进其Genmoji功能，该功能允许用户创建自定义表情符号。苹果在博客文章中表示，该系统使用该系统“识别流行的提示和提示模式，同时提供数学保证，确保独特或罕见的提示不会被发现”。
这个想法是为了追踪模型在多个用户提出相同请求的情况下的响应情况，比如，要求一只带着公文包的恐龙并改善这些情况下的结果。这些功能仅适用于选择启用设备分析和产品改进功能的用户。这些选项可在公司设备“设置”应用中的“隐私和安全”选项卡中进行管理。
苹果表示：“基于我们多年来使用差异隐私等技术以及合成数据生成等新技术的经验，我们能够改进AppleIntelligence功能，同时保护选择加入设备分析程序的用户的隐私。”
苹果的人工智能团队几个月来一直处于动荡之中，媒体报道了该团队的困境、领导问题、产品延迟和高管变动。
今年3月，苹果对其人工智能团队的部分管理层进行了改组，将Siri的管理职责从高管JohnGiannandrea手中剥离，并将语音助手团队移交给VisionPro创始人MikeRockwell和软件主管CraigFederighi。苹果计划在6月份宣布AppleIntelligence的升级，但要到明年才会实现Siri期待已久的功能。
4.消息称中国台湾竞购者正在争夺AMD的ZT服务器资产
报道，知情人士透露，仁宝电脑、纬创资通旗下纬颖科技以及美国捷普将对AMD的人工智能服务器组装厂提交修改后的报价。此前有消息称，英业达和和硕也对这些资产感兴趣，但这两家公司后来已退出竞标。
知情人士称，AMD正与顾问合作，并要求在未来几天提交新的报价，该公司计划在第二季度末完成出售，交易价值可能在30亿美元至40亿美元之间。
此次出售位于得克萨斯州和新泽西州的美国制造资产正值许多中国台湾电子公司争相在美国建厂，以规避美国总统特朗普当前或未来加征的关税之际。一位知情人士表示，竞标者认为这些工厂很有价值，因为它们拥有1500名技术熟练的员工。
AMD通过斥资49亿美元收购ZTSystems继承了这些工厂，该交易于3月底完成。AMD去年表示，将出售制造业务，以避免与戴尔和惠普等客户竞争。
审议仍在进行中，目前还不确定AMD是否能够达成协议。
行业研究分析师KunjanSobhani和OscarHernandezTejada此前估计，该制造部门的售价可能在15亿美元至30亿美元之间。在被AMD收购前的12个月里，该服务器制造业务的营收约为100亿美元。
对于潜在买家来说，这是一个抢占用于制造人工智能热潮核心的服务器设施的机会。人工智能芯片领域的主导者英伟达表示，计划在未来四年内通过制造合作伙伴关系在美国生产价值高达5000亿美元的人工智能基础设施。
包括鸿海在内的中国台湾企业都依赖墨西哥作为其重要的人工智能服务器组装和零部件生产中心。自2024年11月特朗普胜选以来，鸿海已在美国购置土地，并于上个月表示将宣布加大对美投资。其中国台湾同行广达董事会也已批准为其美国子公司增资2.3亿美元。
5.五家美企联合起诉特朗普政府，要求阻止其征收关税
一个法律倡导组织请求美国国际贸易法院阻止唐纳德·特朗普总统对外国贸易伙伴征收全面关税，称总统超越了其职权。
该诉讼由无党派组织“自由司法中心”代表五家从受关税影响国家进口商品的美国小型企业提起。该诉讼质疑特朗普4月2日“解放日”征收的关税，以及美国单独对中国征收的关税。
自由司法中心高级法律顾问JeffreySchwab在一份声明中表示：“任何个人都不应有权征收对全球经济造成如此巨大影响的税款。宪法赋予国会制定税率（包括关税）的权力，而不是总统。”
白宫发言人HarrisonFields在一份声明中为特朗普的关税政策辩护。
“反特朗普人士会一直反对他，但特朗普总统正在捍卫民众利益，阻止我们的贸易伙伴（尤其是中国）利用美国。他的计划为企业和工人创造了公平的竞争环境，以应对美国长期存在的贸易逆差这一国家紧急状态。”HarrisonFields说道。
特朗普政府在佛罗里达州联邦法院面临类似的诉讼，一位小企业主请求法官阻止对中国征收关税。
特朗普对所有国家/地区的商品征收10%的关税，并对政府认为对美国进口设置高壁垒的国家/地区提高关税，随后他暂停了对其中大部分国家/地区的关税90天。
特朗普总统的行政命令援引了包括《国际紧急经济权力法》在内的法律，该法赋予总统特殊权力，以应对美国面临的异常或特殊威胁。
在诉讼中，自由司法中心表示，该法律并未赋予总统征收关税的权力。
诉讼称：“利用《国际紧急经济权力法》征收关税尚无先例。其他任何总统都从未这样做过，也从未声称拥有这样做的权力。”
6.视觉Transformer已经超越CNN：原因分析以及如何发挥它们的最佳性能
现在大家已不再讨论“ViT是否会取代CNN”。它们已经完成了这场超越。现在新的挑战是：如何让ViT高效运行在真正为它量身打造的硬件上。
视觉AI已不再依赖CNN——接下来会如何发展？
多年来，卷积神经网络（CNN）在人工智能视觉领域一直占据主导地位，广泛用于自动驾驶辅助、人脸识别、视频监控等场景。但现在，行业已经转向——视觉Transformer（VisionTransformer，ViT）现已被公认为在很多计算机视觉任务中表现更优。ViT能理解全局信息，具备抗干扰能力，并能处理复杂场景，已经成为视觉AI的新标配。
现在大家已不再讨论“ViT是否会取代CNN”。它们已经完成了这场超越。现在新的挑战是：如何让ViT高效运行在真正为它量身打造的硬件上。
本文将探讨ViT成为首选的原因、ViT的关键不同之处，以及要最大限度地发挥其的性能，哪些硬件功能必不可少。
为什么视觉Transformer会全面胜出？
CNN用自下而上的方式处理图像，从边缘到特征逐层提取，最后识别出完整的物体。这种方法对于干净、理想的图像效果很好，但若遇到遮挡、图像损坏或对抗性噪声时，就容易出错。而Transformer是在整体上对图像进行分析，通过注意力机制理解图像中各区域之间的关系。
《量子杂志》曾用一个生动的比喻说明：“CNN像是从单个像素开始逐步放大；Transformer则像是慢慢让整幅模糊图像逐渐聚焦。”
这种方式使得ViT具有显著优势：
●复杂场景中的卓越物体识别能力——CNN专注于局部特征，而ViT不同，它考虑的是全局背景，因此在杂乱的环境中（如部分被车辆遮挡的行人），ViT表现远优于CNN。
●更强的抗干扰能力——CNN容易被细微像素扰动误导（如将停车标志误识别为让行标志）。ViT的整体性分析使其更难被干扰。
●更优的场景解析适应性——像自动驾驶这样的任务，不只需要识别物体，还要分割场景、规划路径。ViT在这些方面表现非常优秀。
当然，这些优势需要代价：ViT计算复杂度高，对算力的需求远超CNN。因此，当下的研究焦点转为了AI硬件优化。
什么样的硬件才能真正释放ViT的潜力？
要让ViT在边缘AI应用中发挥全部实力，底层硬件需针对其独特计算需求优化。支持ViT的神经网络处理器（NPU）需具备以下能力：
1.高效的注意力机制加速——ViT依赖矩阵乘法与注意力层，而非CNN的卷积运算，硬件需针对性优化，必须有能力快速处理这类计算流程。
2.混合数据类型支持——ViT的注意力计算需浮点精度，而多层感知机（MLP）阶段则可用低位整数（如INT8），硬件需平滑切换。硬件必须流畅无阻地处理这种过渡。
3.结构化与非结构化稀疏计算加速——ViT存在大量冗余计算（如零值乘法）。高效硬件可跳过这些非必要步骤，提升速度与能效。
4.高吞吐量定制算子——将计算任务安排在外部加速器通常会拖慢推理速度。相反，硬件必须将定制算子与Transformer核心集成到同一流水线中，才能实现最高效率。
5.并行与多核心计算能力——场景分割与理解需大量并行运算。要高效完成此类任务，多引擎支持不可或缺。
6.模型压缩与剪枝支持——ViT参数量巨大，可达数十亿。支持剪枝和压缩的硬件，可最大限度地减少加载时间和内存压力。
7.片上处理减少内存瓶颈——部分先进的ViT方案可直接在本地设备端运行，无需外部内存，显著提升边缘AI效率。
未来已来：ViT专用硬件是下一站
视觉AI正迅速演进，ViT已在自动驾驶、安防等关键领域超越CNN。下一挑战在于确保NPU硬件在高效支持ViT的同时，兼顾能效与实时性。
在CEVA，我们已将上述硬件优化集成至NeuPro-MNPUIP。若想了解我们如何推动高性能ViT应用落地，欢迎访问官网或联系我们深入交流。
AI视觉的未来已至——请确保您的硬件也能跟上。（来源：CEVAIP）
新闻结尾 乡野春风小说阅读_从平凡到爆红，这些人是如何逆袭的？的相关文章林诗栋4比1战胜梁靖崑，晋级世界杯男单决赛将和雨果争冠
公园发现毒饵致多只狗死亡
北大哲学博士入职民办高校，税后年入 35 万元，如何看待他的选择？这属于学历浪费吗？
为什么英文没有简化运动？
中国被曝已不再生产出口美国的玩具， 玩具在美国或将成为奢侈品，美国对中国玩具依赖有多大？
为什么能提出「白马非马」这种看似毫无逻辑的命题的公孙龙也能被称为逻辑学家？