intel

公司10 篇资讯

2026年1月20日

英特尔发布AutoRound：面向大语言模型和视觉语言模型的先进量化工具

英特尔推出了AutoRound，这是一种专为大语言模型和视觉语言模型设计的后训练量化方法。该工具通过有符号梯度下降优化权重舍入和裁剪范围，支持INT2至INT8的低比特量化，在保持高精度的同时减少模型大小和推理延迟。AutoRound兼容多种模型架构和设备，并提供快速量化能力，例如在A100 GPU上量化72B模型仅需37分钟。

2026年1月19日

Nous Research 发布 NousCoder-14B：基于 Qwen3-14B 的强化学习编程模型

Nous Research 发布了 NousCoder-14B，这是一个基于 Qwen3-14B 通过强化学习后训练的竞争性编程模型。在 LiveCodeBench v6 基准测试中，该模型达到 67.87% 的 Pass@1 准确率，比 Qwen3-14B 基线高出 7.08 个百分点。模型权重已在 Hugging Face 上以 Apache 2.0 许可证发布。

英特尔与Hugging Face合作加速Qwen3-8B智能体推理

英特尔与Hugging Face合作，在英特尔酷睿Ultra处理器上加速Qwen3-8B智能体模型。通过使用OpenVINO.GenAI和推测解码技术，结合轻量级Qwen3-0.6B草稿模型，推理速度提升约1.3倍。进一步应用深度剪枝优化草稿模型，速度提升达到约1.4倍，并集成smolagents框架实现本地AI智能体快速运行。

谷歌云C4虚拟机与英特尔、Hugging Face合作，GPT OSS总拥有成本降低70%

英特尔和Hugging Face合作，展示了升级到谷歌云最新C4虚拟机的实际价值。在英特尔至强6处理器上运行的C4虚拟机，相比上一代C3虚拟机，总拥有成本提升了1.7倍。该优化通过专家执行优化，减少了冗余计算，提高了CPU推理效率。

2026年1月18日

英特尔发布轻量级数学推理代理DeepMath

英特尔AI软件团队发布了DeepMath，这是一个基于Qwen3-4B Thinking模型的轻量级数学推理代理。该模型通过生成Python代码片段在沙箱中执行，以减少错误和输出长度。DeepMath在多个数学数据集上进行了评估，并展示了性能提升。

2026年1月16日

RISC-V 领军者 SiFive 加入 Nvidia NVLink Fusion 生态系统

RISC-V 芯片设计公司 SiFive 宣布支持 Nvidia 的 NVLink Fusion 互连技术。该技术用于连接 CPU 和 GPU，以构建统一的 AI 加速器。此举增强了 NVLink 在数据中心 AI 计算中的行业地位。

2026年1月13日

北美初创企业融资2025年飙升46%，AI热潮成主要驱动力

2025年北美初创企业融资总额达2800亿美元，同比增长46%。其中约1680亿美元投向AI相关企业，占融资总额的60%。OpenAI和Anthropic分别获得400亿和130亿美元融资，成为年度最大AI融资案例。

人工大脑或引领超高效超级计算机发展

桑迪亚国家实验室的研究表明，神经形态计算机能高效解决偏微分方程等复杂数学问题。该研究在英特尔Loihi 2神经芯片上开发了NeuroFEM算法，实现了近理想的强扩展性。神经形态系统如Hala Point的能效可达15 TOPS/瓦，是英伟达Blackwell芯片的2.5倍。

扎克伯格宣布Meta启动AI基础设施计划Meta Compute

Meta启动AI基础设施计划Meta Compute，旨在加强公司AI能力。该计划将建设数十吉瓦能源设施，并由三位高管分别负责技术、战略及政府合作。公司认为投资AI基础设施是开发领先模型与产品的核心优势。

扎克伯格成立Meta Compute，规划数百吉瓦AI数据中心

Meta成立新部门Meta Compute以规划部署AI数据中心集群。公司计划建设数十至数百吉瓦数据中心并签约约6.6吉瓦核能供应。2025财年相关资本支出预计达720亿美元用于追求超级智能目标。