谷歌与英特尔于近日宣布扩展多年合作协议,谷歌云将继续采用英特尔的AI基础设施,并持续联合开发处理器产品。
谷歌云将使用英特尔至强处理器执行AI、云计算及推理任务,其中包括英特尔最新推出的至强6芯片。事实上,谷歌已有数十年使用英特尔各代至强处理器的历史。
双方还将扩大自定义基础设施处理器(IPU)的联合开发工作。IPU能够将数据中心的任务从CPU中卸载出来,从而加速并优化数据中心的运行管理。这一芯片联合开发合作始于2021年,此次将重点聚焦于基于自定义ASIC架构的IPU研发。
英特尔方面未透露此次合作的具体定价信息。
此次合作扩展恰逢行业对CPU需求急剧上升之际。GPU主要用于AI模型的开发与训练,而CPU则在AI模型的实际运行及整体AI基础设施中扮演着不可或缺的角色。
"AI正在重塑基础设施的构建与扩展方式,"英特尔首席执行官陈立武在公司新闻稿中表示,"扩展AI能力不仅仅依赖加速器,还需要均衡的系统架构。CPU和IPU是满足现代AI工作负载对性能、效率及灵活性需求的核心所在。"
近几个月来,随着CPU芯片供应日趋紧张,越来越多的企业将目光转向CPU领域。软银旗下的Arm Holdings近期宣布推出Arm AGI CPU——这是这家半导体巨头首款自主生产的芯片,正是在全球CPU短缺的大背景下应运而生。
Q&A
Q1:谷歌与英特尔此次合作的主要内容是什么?
A:此次合作主要包括两部分:一是谷歌云将继续采用英特尔至强系列处理器(含最新至强6芯片)用于AI、云计算及推理任务;二是双方将在2021年合作基础上,进一步扩大基于ASIC架构的自定义基础设施处理器(IPU)的联合研发,以提升数据中心的处理效率。
Q2:IPU和CPU在AI基础设施中分别起什么作用?
A:CPU是运行AI模型及支撑整体AI基础设施的核心组件,而GPU则主要用于AI模型的开发与训练。IPU(基础设施处理器)的作用是将数据中心的特定任务从CPU中分担出来,从而加速数据中心运行、提升整体效率,是AI基础设施中的重要补充。
Q3:目前市场上CPU供应为何如此紧张?
A:随着AI应用的快速普及,AI推理和云计算工作负载对CPU的需求大幅攀升,导致全球CPU供应出现短缺。软银旗下的Arm Holdings也因此加速推出了其首款自研芯片Arm AGI CPU,谷歌与英特尔此次深化合作同样是应对这一市场需求的重要举措。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。