英特尔推出两款全新英特尔锐炫Pro图形显卡;搭载英特尔锐炫Pro A40图形显卡的系统现已出货。

全新发布:
英特尔今日宣布英特尔锐炫™ Pro A系列专业级图形显卡新增两款产品——英特尔锐炫™ Pro A60和Pro A60M。上述两款产品的性能在现有英特尔锐炫Pro系列的基础上更进一步,为专业级工作站用户精心设计,具备高达12GB的显存(VRAM),并支持4个具有HDR和杜比视界™的显示屏。
凭借内置的光线追踪硬件、图形加速器和机器学习功能,英特尔锐炫 Pro A60图形显卡采用传统的单插槽形式,集流畅的视口、新型视觉技术和丰富的内容创作功能于一身。
性能亮点:
英特尔锐炫Pro A系列图形显卡为工作站显卡领域提供了新选择。英特尔锐炫Pro A60和A60M具有16条PCIe通道、384 GB/s的显存带宽、256个专用AI Xe矩阵扩展(XMX)引擎,以及16个光线追踪单元,均为此前发布的英特尔锐炫Pro图形显卡的两倍。此外,它们还支持包括AV1在内的完整媒体编解码特性。这些优势使得英特尔锐炫Pro图形显卡非常适合计算机辅助设计和建模(CAD/CAM)、AI推理以及一些商业环境中的媒体处理工作负载。
不仅如此,英特尔锐炫Pro图形显卡也获益于英特尔每个季度规律发布的新驱动所带来的性能优化,并通过了建筑、工程和施工、设计和制造等行业领先的工作站软件应用认证1 ,包括:
• Autodesk 3ds Max
• Autodesk AutoCAD
• Autodesk Fusion 360
• Autodesk Inventor
• Autodesk Maya
• Bentley MicroStation
• Dassault Systèmes SOLIDWORKS
• Nemetscheck VectorWorks
• PTC Creo
• Siemens NX
• Siemens Solid Edge
英特尔的工作站图形显卡还针对Blender等媒体和娱乐软件进行了优化,并且,通过在英特尔® oneAPI渲染工具包内运行渲染和光线追踪库,其还能够规模化地打造高性能、高保真的视觉体验。
面市情况:
面向台式工作站的英特尔锐炫Pro A60图形显卡将在未来几周通过英特尔授权分销商面市,面向移动系统的英特尔锐炫Pro A60M图形显卡将在未来几个月通过OEM合作伙伴面市。惠普现已推出搭载英特尔锐炫Pro A40图形显卡的工作站,戴尔和联想预计将在2023年第三季度推出相关产品。
英特尔锐炫Pro图形显卡系列还经过验证,可用于搭载125W未锁频第13代英特尔®酷睿™处理器的英特尔® NUC 13 Extreme迷你电脑中。
1 一些认证尚在进行中。详情参见经过认证的显卡硬件和驱动程序。
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。