“生日快乐!成都 都成!” 7月10日,欢声笑语回荡在英特尔成都基地。当天,英特尔CEO帕特·基辛格等一行高管也来到这里,共同庆祝英特尔扎根蓉城二十周年。
这是短短三个月内,基辛格的又一次中国行,他和多位英特尔高管出现在成都、北京等地,出席本周的一系列活动,包括英特尔成都基地二十周年庆典,在中国市场推出第二代Gaudi深度学习加速器,与多家客户交流,并出席第十四轮中美工商领袖和前高官对话等,体现了英特尔在中国长期发展的坚定信心与承诺。
接下来从四组关键词,我们一探究竟。
深耕:绿色制造
基辛格在成都表示,长期以来,英特尔成都业务保持稳定运营和成长,在公司全球供应链当中占据重要位置,让我们深切感受到“成都 都成”的良好发展环境,也更加坚定了在蓉发展的信心决心。下一步,英特尔将聚焦城市发展所需,充分发挥自身产业链等方面优势,坚持绿色低碳可持续发展理念,助力成都构建现代化产业体系,实现互利共赢发展。

英特尔成都基地庆祝二十岁“生日”
就英特尔成都基地而言,二十年前的一小群开拓者,已经发展为千人“樱桃圈”;英特尔全球半数以上的移动处理器和半成品晶片产自这里,数以亿计的芯片助力着数字世界的辽阔。2003年宣布投资建厂,2005年一期建成投产并逐年按计划扩能升级,2012年第十亿颗芯片下线……英特尔成都基地已是英特尔在全球最大的芯片封装测试基地和晶圆预处理及高端测试中心之一,并带动了本地生态系统和经济发展的蝴蝶效应。英特尔成都基地在成功营运的同时,关爱员工、社区和生态圈伙伴,也已成为可持续发展的标杆。
加速:AI创新
随着生成式AI及大语言模型的需求日益增长,英特尔迈出一大步。7月11日,英特尔正式于中国市场推出第二代Gaudi深度学习加速器——Habana Gaudi2。作为英特尔从云到端产品组合的重要组成,Gaudi2致力于以领先的性价比优势,加速AI训练及推理,为中国用户提供更高的深度学习性能和效率,从而成为大规模部署AI的更优解。

英特尔于中国市场推出Gaudi2深度学习加速器
多家本土生态伙伴正与英特尔一起,为中国AI发展提供有力支持。比如,英特尔与浪潮信息合作,打造并发售基于Gaudi2深度学习加速器的浪潮信息AI服务器NF5698G7,其是专门面向生成式AI市场创新开发的新一代AI服务器;基于英特尔Gaudi2 AI加速器,新华三正与英特尔紧密合作,开发适合大模型训练和推理的高性能AI服务器,推动智能算力的普惠创新;超聚变将携手英特尔,共同推出基于Gaudi2的全新产品与解决方案,助力企业的AI场景成熟商用和规模落地。
协作:数字未来
英特尔中国已迈入2.0时代,其精髓就是更加以客户为中心,通过提供全面解决方案和定制化服务,更好满足中国客户需求,协力开拓数字世界的更大机遇。此次中国行,基辛格与多家客户进行了交流。
其中,7月12日,基辛格一行到访紫光集团旗下新华三集团北京总部,参观新华三望京体验中心并进行深入交流,详细了解新华三的业务布局、市场成绩、软硬件研发实力和解决方案能力,以及双方在计算、存储、网络、安全、云智、终端等领域的合作成果。作为数字化解决方案领导者,新华三集团已成为英特尔在中国最重要的客户和合作伙伴之一,也是全球战略生态合作伙伴。

英特尔一行到访紫光集团旗下新华三集团北京总部
图片来源:新华三
同日,基辛格一行与超聚变董事长兼CEO刘宏云等管理团队在北京会面,共同探讨绿色数据中心创新以及人工智能算力时代下的深度合作。超聚变是英特尔重要的合作伙伴,当前双方正在全液冷技术、XPU全方位项目、操作系统、数据库等多领域展开全方位合作,持续为客户提供多样性算力和专业化服务,为数字化的未来创造更多可能性。

英特尔与超聚变高层会面,加速绿色数据中心创新
图片来源:超聚变
连接:搭桥交流
据中国国际经济交流中心官网消息,7月11-12日,由中国国际经济交流中心和美国全国商会联合主办的第十四轮中美工商领袖和前高官对话在北京举行。双方参会代表围绕全球经济形势及中美经贸关系前景、数字经济、可持续发展和医疗健康等议题展开了深入讨论和交流。作为美国全国商会中国中心顾问委员会主席,基辛格等20余位政商学界代表出席对话。

基辛格在大会中发言
图片来源:中国国际经济交流中心
在参加此次对话前,基辛格曾表示,企业界可以扮演桥梁的角色,助力对话与合作。此次对话中,美方代表表示,美中经贸关系对于双方都至关重要。当前,数字化转型已经成为经济增长的强大引擎,但要充分发挥数字化转型的潜力,不仅需要技术,还需要强大的协作和伙伴关系,从而推动规模化的创新。这意味着美中两国在数字经济领域需要进行紧密合作。
从数十年深耕,并与时俱进推动本土创新和生态合作,到致力于搭建桥梁促进交流,英特尔不仅有着真切的意愿,更有着扎实的举措。秉持植根中国、服务中国的理念,推动共同发展,英特尔笃行不怠。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。