ZD至顶网CIO与应用频道 06月14日 专栏:在未来五年,存储、设备、芯片和其他硬件方面的创新将彻底变革IT。下面就是CIO应该开始在他们的战略路线图中考虑的10个新兴硬件技术。
1、强化安全性的移动设备
安全仍然是移动设备面临的一个重大挑战。一种选择是英特尔的Software Guard Extension(SGX)技术,将支持在商用CPU上安全加密内存空间。目标是为应用提供一个安全的区域,保护内存和执行。这对于移动设备来说是一个好处,是企业IT部门对付的主要安全漏洞。“我们将看到新一代的系统解决方案即使是在操作系统或者其他基础设施遭到黑客侵袭的时候也能确保安全,”微软印度研究院助理管理总监Sriram Rajamani这样表示。
2、改善机器学习性能的新芯片架构
随着越来越多的IoT和基于设备的应用步入IT主流,新的芯片架构将改善性能赶超图形处理单元(GPU)的性能。这些性能上的改进将显著提高数据传输速度,以及机器学习和分析的执行表现。
3、无人机
无人驾驶飞行器(UAV)将继续推进到商业应用中,不管是运送包裹,拍摄图片,还是测量难进入的地区地形。无人机通过传感器收集IoT数据,输送到中央通信中心。
4、无人操作机器人
机器人可以执行简单的医疗程序、清洁设施、在仓库中挑选和包装货物。这些自动化机器的智能性将随着新技术的加入越来越强大,收集所有机器学习的知识,传送到一个中央数据库中,让任何机器都可以访问。
5、用户更友好的虚拟现实设备
笨重的头戴设备让VR用户们感到头晕,导致企业不愿意使用VR应用。这种情况即将发生改变。例如,Google将为你的智能手机提供一个小型的手持设备,提供超超过老设备的全景视频体验。越来越舒适的VR头戴设备将为企业更多地采用VR铺平了道路。
6、新的存储技术实现更环保的电网
随着电力公司找到更好的方式无缝融合各种能源,例如太阳能、风能和传统化石燃料,转化为无缝的、不间断的能源供应,数据中心也将变得越来越绿色化。今天,使用混合能源是很困难的,因为像风能和太阳能这样的能源是可变的。但是更好的存储可以解决这个问题,推进着进入一个新的绿色时代,每年可以为数据中心和其他能源用户节约大约34亿美元。
7、更多工作中使用的可穿戴设备
Jupiter的研究预测,智能眼镜、智能手表和一系列动作感应设备可以提高生产力达30%。Gartner预测,到了2018年有200万员工,例如执法人员和医护人员,将要求穿戴健康和健身追踪器。
8、本地能源收集用于互联网访问
有了自动化和大量IoT设备添加到互联网的工作负载中,这时候就需要新技术来增加带宽和准备进行连接。华盛顿大学的研究人员已经开发了能够实现互联网连接的温度和动作传感器、摄像头等技术,通过从就近的TV、广播、手机和WiFi信号手机的能源进行通信。一种被称为反向散射的原则让IoT设备可以收集其他电子设备散发的能量,让他们降低自身的互联网带宽需求。这让本地WiFi的消耗量只是现有WiFi芯片组的1/10000。
9、越来越紧凑的闪存内存
3D NAND技术继续向前发展,提供更小体积更轻巧的笔记本电脑、平板电脑和其他设备。这个进展很大程度上是由于像英特尔和美光这样的企业可以垂直地最占闪存内存单元,节约空间,让设备更轻巧更轻薄。
10、非易失性内存
有了非易失性内存,计算可以可以在断关闭后找回信息。展望未来,我们将看到新型非易失性内存,让数据的保存更廉价、更低功耗。这将让更小体积的设备保存更多数据。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。