Intel 在其数据中心和 AI (DCAI) 部门负责人周一宣布将离职担任诺基亚下任首席执行官后,面临比更换 CEO 更大的挑战。
据芬兰电信设备供应商诺基亚在一份声明中表示,Justin Hotard 将于 4 月 1 日接替 Pekka Lundmark 担任诺基亚总裁兼 CEO。Hotard 在担任 Intel DCAI 业务执行副总裁兼总经理仅一年多后就做出了这一决定。
Hotard 在周一的 LinkedIn 帖子中表示:"感谢我在 Intel 的团队在过去一年中为稳定数据中心和 AI 业务所做的工作。祝愿他们在未来的征程中继续取得成功。"
Hotard 于 2024 年初加入 Intel,此前 DCAI 负责人 Sandra Rivera 被任命领导新分拆的 Altera FPGA 业务。凭借在惠普企业超过八年的经验,最近担任其高性能计算、AI 和实验室部门的执行副总裁兼总经理,Hotard 原本被寄望能帮助扭转 Intel 陷入困境的 DCAI 部门。
在他短暂的任期内,Hotard 监督了 Intel 的 Sierra Forest E-core 和 Granite Rapids P-core Xeon 6 平台的发布。在此之前,Intel 的 Xeon 处理器一直落后于竞争对手 AMD,强化了其"太少太晚"的声誉。
正如我们此前报道,Intel 的 Xeon 6 发布代表着某种程度的回归,芯片制造商自 2017 年以来首次短暂地在核心数量上与其长期竞争对手持平。
然而,在过去几周里,DCAI 面临了一系列挫折。今天的公告发布仅一周后,临时联合 CEO Michelle Johnston Holthaus 和 David Zinsner 宣布推迟下一代 Clearwater Forest Xeon 处理器的发布,并取消了 Falcon Shores 加速器的发布,转而优先考虑未来名为 Jaguar Shores 的机架级平台。
由于需求低于预期,Clearwater Forest 将推迟到 2026 年上半年而不是原计划的今年发布。这并不是 Intel Xeon 团队近几周遭受的唯一打击。
上个月,在 Intel 工作了 28 年的院士 Sailesh Kottapalli 离职加入高通。Kottapalli 是 Intel 许多 Xeon 服务器处理器的主要推动者。
人才流失并不是唯一的挑战:在竞争对手 AMD 设法出货超过 50 亿美元 Instinct 加速器的一年里,Intel 的 Gaudi AI 加速器销售额还不到这个数字的十分之一,远低于前 CEO Pat Gelsinger 去年初预测的 5 亿美元目标。
Intel 曾希望去年 4 月在其 Vision 活动上宣布的第三代 Gaudi 加速器能帮助其从那些寻找比 Nvidia H100 和 H200 更便宜替代方案的客户中赢得市场份额。不幸的是,当人们真正能够购买它们时,Nvidia 的 Blackwell 和 AMD 的 MI325X 加速器已经开始交付给客户了。
现在,随着 Gaudi3 的继任者被降级为测试芯片,Intel 至少要到 2026 年才能拥有能与 Nvidia 或 AMD 竞争的 AI 加速器。
Intel 在给 The Register 的声明中表示:"我们有一支强大的 DCAI 团队,将继续推进我们为客户服务的优先事项。我们感谢 Justin Hotard 的贡献,祝愿他在新岗位上一切顺利。"
接替 Hotard 的是 Karin Eibschitz Segal,她将临时领导 DCAI。根据她的 LinkedIn 页面显示,Segal 是一位在 Intel 工作了 18 年的资深员工,在 2023 年被任命为 Intel 以色列联合 CEO 之前担任过多个工程职务。
然而,寻找 DCAI 的永久负责人可能目前并不是 Intel 的首要任务。在 Gelsinger 突然"退休"两个月后,这家 x86 巨头仍未找到新的掌舵人。
在上个月的第四季度财报电话会议上,Intel 对这次搜寻几乎没有透露任何信息。Zinsner 当时表示:"董事会仍在积极专注于寻找永久 CEO。搜寻工作正在进行中,但我们目前没有新的消息可以报告。"
会议之后,有传言称宣布将卸任并转任执行董事长的 GlobalFoundries CEO Thomas Caulfield 可能会成为候选人。虽然 Zinsner 在 12 月初的 UBS 技术大会上确实表示,下一任 Intel CEO 将具备晶圆代工专业知识。但 Caulfield 是否会成为提供这种知识的人选还有待观察。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。