当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > AMD酝酿大动作:Strix Point处理器命名调整,Ryzen AI 3XX系列或将问世

AMD酝酿大动作:Strix Point处理器命名调整,Ryzen AI 3XX系列或将问世

来源:ITBear科技资讯 2024-05-24 18:51:30 0浏览 收藏

golang学习网今天将给大家带来《AMD酝酿大动作:Strix Point处理器命名调整,Ryzen AI 3XX系列或将问世》,感兴趣的朋友请继续看下去吧!以下内容将会涉及到等等知识点,如果你是正在学习科技周边或者已经是大佬级别了,都非常欢迎也希望大家都能给我建议评论哈~希望能帮助到大家!

AMD酝酿大动作:Strix Point处理器命名调整,Ryzen AI 3XX系列或将问世

据近日微博平台传出消息,AMD正计划对其下一代APU进行命名调整。据悉,此次调整涉及及代号Strix Point的处理器,该处理器在AMD的产品线中具有重要的战略地位。

数据联想产品经理@思考未来啊透露,Strix Point处理器的命名规则将按照“带NPU的处理器代数”来计算。这一变化显示出AMD对NPU(神经处理单元)技术的重视,以及其在未来处理器设计中的关键作用。

尽管许多人熟知的博主@金猪升级包更进一步指出,AMD将推出两款新的处理器,分别命名为Ryzen AI 9 HX 370和Ryzen AI 9 365。这两款处理器的命名相较于之前的爆料有所变化,其中最显著的是处理器世代的标识符从1改为了3,并且明确了10核型号也将归属于锐龙9系列。

从AMD的处理器发展历程来看,自Phoenix Point处理器首次引入NPU以来,Strix Point已经是第三代搭载NPU单元的AMD APU处理器。这一技术的持续应用和发展,无疑将进一步提升AMD处理器的性能和功能。

据小编了解,AMD的Strix Point处理器将采用台积电的7nm制程技术,CPU部分设计为三级互连结构,最多可包含4个Zen5核心和8个Zen5c核心,同时配备24MB的L3缓存。此外,该系列处理器还将搭载最多8WGP(16CU)规模的RDNA3.5架构核显,以及具有40+ TOPS算力的NPU,显示出强大的图形处理和人工智能计算能力。

我完全同意内部人士@思考未来啊还提到,Strix Point的命名预计将于6月初正式解禁。同时,他也基本确认了AMD计划在2024年台北国际电脑展上发布这一系列的处理器。届时,我们将有望一睹Strix Point处理器的真容,并深入了解其性能和应用场景。

版本声明
本文转载于:ITBear科技资讯 如有侵犯,请联系study_golang@163.com删除
golang框架哪个最适合使用ORM实现数据持久化?golang框架哪个最适合使用ORM实现数据持久化?
上一篇
golang框架哪个最适合使用ORM实现数据持久化?
针对微服务架构的java框架选择和使用指南
下一篇
针对微服务架构的java框架选择和使用指南
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    416次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    496次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    504次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    452次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    281次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码