随着数字化进程如火如荼地推进,技术在人类生活的方方面面正在发挥着越来越重要的作用。英特尔总结, 五大“超级技术力量”,即无所不在的计算、无处不在的连接、从云到边缘的基础设施、人工智能、传感和感知,是数字化转型的核心。
在11月9日开幕的世界互联网大会上,英特尔CEO帕特·基辛格进一步分享了他对五大“超级技术力量”的洞察,一方面,这些基础技术深刻地塑造了人类体验世界的方式,驱动着数字时代的创新、探索和增长,另一方面,它们也在相互增强和赋能,会在未来释放出更强大的全新可能。他强调,英特尔将积极探索,通过超级技术力量创造可以造福社会的科技,帮助其在中国和世界各地的客户解决他们所面临的重大挑战。
英特尔CEO帕特·基辛格在2022年世界互联网大会乌镇峰会上发言
以下是帕特·基辛格演讲的主要内容:
大家好,我是英特尔的CEO,帕特·基辛格。很荣幸再次受邀参加世界互联网大会,与大家相聚一堂。
技术在人类生活的方方面面都发挥着越来越重要的作用。展望未来十年,一切都将继续数字化,我们工作、学习、联络、开发和经营的方式都是如此。数字化进程是由芯片所驱动的。
在数字时代,我们将见证技术的真正魔力。有了我常说的超级技术力量,我们可以促进创新、探索和增长。这些基础技术推动了从模拟时代到数字时代的跨越,深刻地塑造了我们体验世界的方式,并结合在一起,相互增强和赋能。随着超级技术力量变得越来越普遍,它们会释放出更强大的全新可能。
超级技术力量包括:计算,万物都是计算机;连接,所有人和事物都是相互联系的;基础设施,无限扩展的容量及覆盖范围,同时满足对更低时延和更高带宽的需求;人工智能,智能无处不在,将无限的数据转化为切实可操作的洞察。
在过去的一年里,我一直在谈论超级技术力量,并与客户和业界同仁进行了愉快的交流。在上述四项之外,我们还应当把“传感与感知”加入到超级技术力量中,边缘智能设备提供的海量数据,与自动化、处理、推理和软件领域的进展相融合,赋予机器以人为本的能力,让它们可以帮助我们看见肉眼看不见的东西,为我们识别物体,以及辨别我们所处的位置。机器正在以新的、令人兴奋的方式增强我们对现实的感知。
这些无处不在的超级技术力量满足了我们想模拟一切事物的愿望,从完全沉浸式的数字体验到智能分身,再到虚拟经济、元宇宙体验等等。当然,随着这些超级技术力量的发展,世界对计算的需求会成倍增加。
30多年来,英特尔和中国一直保持着长期合作伙伴关系,构建数字世界。起始于1985年,英特尔是最早在中国开展业务的跨国公司之一。从那时起,英特尔与我们的客户合作,有些是全球最具创新力的公司,如阿里巴巴、字节跳动和腾讯,通过超过130亿美元的投资和11000多名出色的中国员工的努力,成功打造了促进产业和经济增长的数字基础设施。
英特尔对其在中国的发展满怀期望,中国也对英特尔寄予厚望。英特尔中国秉承英特尔的宗旨,通过我们的超级技术力量,创造可以造福社会的科技。遵循摩尔定律,英特尔致力于发展半导体设计和制造,以帮助其在中国和世界各地的客户解决他们所面临的重大挑战。通过将智能集成到云、边、端,加上强大的计算力,我们可以释放数据的潜力,促进增长,让整个行业和社会变得更好。
感谢大家的支持和合作。预祝本届大会取得圆满成功!期待很快就可以和大家在线下见面。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。