大量回收笔记本CPU芯片SR1X8

龙芯”的问世，打破 了中国无“芯”的历史。“龙芯”的诞生被业内人士誉为民族科技产业化道路上的一个里程 碑。初步掌握了当代CPU设计的关键技术，对我国形成有自主知识产权的计算机产业有重 要的推动作用，对中国的CPU核心技术、、经济发展都有举足轻重的作用。

总线频率
AMD 羿龙II X4 955黑盒
前端总线（FSB)是将CPU连接到北桥芯片的总线。前端总线（FSB）频率（即总线频率）是直接影响CPU与内存直接数据交换速度。有一条公式可以计算，即数据带宽=（总线频率×数据位宽）/8，数据传输较大带宽取决于所有同时传输的数据的宽度和传输频率。比方，支持64位的至强Nocona，前端总线是800MHz，按照公式，它的数据传输较大带宽是6.4GB/秒。
外频与前端总线（FSB）频率的区别：前端总线的速度指的是数据传输的速度，外频是CPU与主板之间同步运行的速度。也就是说，100MHz外频特指数字脉冲信号在每秒钟震荡一亿次；而100MHz前端总线指的是每秒钟CPU可接受的数据传输量是100MHz×64bit÷8bit/Byte=800MB/s。
AMD (Advanced Micro Devices)公司的 CPU
1
AMD公司如今是Intel公司在PC机芯片市场上较大的对手。AMD公司的速龙（Athlon)、 闪龙（Sempron)和弈龙（Phenom) CPU是Inte丨公司的奔腾、赛扬和酷睿系列CPU的直接 竞争产品。与Intel的产品类似，速龙、闪龙系列CPU也均有桌面型处理器和移动型处理器 产品，除此之外，还有炫龙（Tinion)系列CPU主要用于笔记本电脑，皓龙（Opteicm)系 列CPU主要用于服务器。

Intel重回**? 该从AMD Ryzen牙膏挤多聊起
CPU行业再无吊打与被吊打
如果，年初AMD不上市Ryzen系列的处理器，或许会发生很多事儿。
或许8700K不会这么早到来。
或许6核心12线程的CPU不会出现在消费级市场。
或许8代的CPU还能向下兼容100、200系主板
或许四核心8线程的“8700K”只比“7700K”多0.2Ghz的默认频率……
写在最后：
自从年初开始，今后的CPU产业中将不会出现“吊打”二字。
Intel被AMD逼出了新的大招，虽然尽早的把8代处理器提上了发售日程，但人们更加期待的10nm甚至7nm已经确认要延期到2020年才能逐渐的曝光，AMD Ryzen的上市将Intel的Kaby Lake（7代）逼上了“绝路”，并且也促进了8代处理器尚未怀足10个月就早产降临，这一举动我们不知是好是坏，但从现在的行业和产品现状来看，确实Intel又重新走到了较前面。
我们不知8代的Coffee Lake能继续疯狂多久，我们也不知道AMD自Ryzen之后又会有什么新品去“杀死”前者，如今的芯片市场已经没有谁能打死谁的本事，只是两个壮汉到了势均力敌交替出拳的时代，现在拼的是体力，换言之，是坚持。
现在，胜利的天枰又向着Intel这一方倾斜。我们在期待AMD“出拳”的同时，也并不太希望产品的售价随着新技术的诞生而涨的离谱，现在的8700K多少钱？似乎没有不加价购入的消费者吧，优胜劣汰确实是好事儿，但不能坑人。
人工智能，从至强® 开始

西安盈谷基于 CPU 分析医疗影像，实现快速辅助诊断
西安盈谷基于英特尔® 架构打造医疗智能化辅助诊断系统
医学影像技术近年来的蓬勃发展，虽然有助于医生对患者的病情进行更为细致和精确的检查，堪称医患双方共同的福音，但它们也一直面临着一系列的、难以克服的挑战，使得其潜力无法得到全面释放。

这些挑战主要包括：资源配置不均衡使得不同地区、层级的医疗机构在影像系统上的技术和人才储备存在很大差距，对其利用的程度和水平也就参差不齐；很多医学影像设备还没有互联互通，无法通过充分的数据共享为医生的诊断提供更全面的信息。而即便这两个挑战得以解决，如果海量医学影像数据的读片和分析还只能依靠人力，那么就算是*级的医生，也要为此消耗大量时间和精力，且无法在长时间工作时保持理想的效率和准确率。

针对这些挑战，专注医学影像核心技术近 20 年的西安盈谷网络科技有限公司*（以下简称“西安盈谷”），正致力于将其专业医学影像核心技术和产品，与先进的云计算、大数据和人工智能等技术结合起来，凝聚成高效、智能的医疗智能化辅助诊断能力，来助力广大医疗机构提升诊疗效率及质量。

西安盈谷给出的解决方案是一记“组合拳”，首先是将通过其医真云* 的部置，利用创新的医技设备物联网技术 AMOL*，将源自不同设备的海量医学影像数据链接起来，再通过其医学影像处理及分析云计算 @iMAGES 核心引擎*，来输出强劲的影像大数据在线处理能力。最后，构建 Cloud IDT 服务*，将人工智能技术引入到医学影像处理和分析中。

在打造和优化这一解决方案的过程中，西安盈谷与长期**医疗信息化技术和人工智能技术创新的英特尔公司达成了合作，不仅采用了其全新的英特尔® 至强® 可扩展处理器等先进产品和技术，还在英特尔的支持下完成了 Cloud IDT 服务向英特尔架构平台的迁移，以及对于 Tensorflow* 等人工智能技术框架的部署和优化。双方的紧密协作，使得西安盈谷医疗智能化辅助诊断系统在筛查时间、报告智能编写等多个指标维度上收获了用户的**。

**级链接消弭医学影像分析能力差异

医学影像技术可为诊疗过程带来巨大的便利，然而，其“硬件”可以迅速到位，“软件”却无法一蹴而就，它的使用要求影像科医生不仅要具备临床医学、医学影像学等方面的专业知识，也必须熟练掌握放射学、CT、核磁共振、超声学等相关技能，同时还需具备运用各种影像诊断技术进行疾病诊断的能力。

在这种情况下，虽然医学影像设备在医疗机构已相当普及，但在一些边远地区或是基层医疗机构，却常常面临空有设备却没人有能力“读片”的尴尬境地。

不仅如此，由于各医疗机构的信息化系统彼此独立，且影像数据标准未完全统一，各个机构的影像归档和通信系统（Picture Archiving and Communication Systems，下简称 PACS）也形成了现实中的信息孤岛，它们存储的医学影像数据几乎没有连通，这就会造成偏远地区患者在基层医疗机构得不到有效的病情分析，长途奔波到大医院后，却还需要重复检查的怪现象。


图一：将医技设备链接和聚合起来的医真云

针对上述问题，西安盈谷祭出了**个法宝——医真云，它可借助医技设备物联网技术 AMOL，将相关的医技设备及医疗服务过程都通过云的方式链接起来。如图一所示，医疗机构的影像中心、病理中心、超声中心等处的设备都能通过医真云聚合到一起，在这之上，精准全医技工作及协同服务、区域医疗协同平台、临床影像科研平台、医真优医、医真社交等能力和应用得以建立，并以SaaS 云的方式来满足各层级医疗机构对医学影像数据处理能力的需求。

以精准全医技工作及协同系统为例，通过接入医真云，各级医疗机构都能获得多设备、海量数据的云存储功能，具备实时处理、高速分析的云计算能力，并实现跨终端、跨平台的一系列功能应用。利用医真云，来自大、中型医疗机构的医学影像*，可以随时随地处理不同地区传来的影像数据，并对疑难杂症进行协同会诊，有效实现了医疗资源的高效共享。

“基于英特尔® 架构的医真云能够帮助患者、医生和医院间建立新的互惠关系。”西安盈谷网络黄烨东表示：“一方面，医生和患者之间将获得一条远程诊疗的通道；另一方面，医生与医生之间可以获取较新的医疗数据，实现经验分享；同时，医院之间能够更有效地加强沟通，进行协同会诊、联合医疗科研攻关等工作。”

医真云实现的医学影像数据互通和整合，让各医疗机构不仅可以规避过度检查、重复**等问题，还打破了数据孤岛现象，建立了无边界医疗全连接，提高医疗服务质量。通过数据的积累和分析，数据利用效率得到进一步提升，能够有效地对临床决策及医疗科研展开支撑。同时，数据上云，也让诊疗过程的质控得到了进一步提高。依托医真云，医疗机构能够轻松制定数据质量质控、报告内容质控、诊断结果质控、临床**质控、康复慢病跟踪等多种质控方法。

强力引擎为医学影像处理和分析赋能

数据上云，是西安盈谷打造医疗智能化辅助诊断系统的第一步。如何用好云上的大数据，才是接下来的重头戏。借助英特尔® 架构提供的强劲性能动力，西安盈谷开发出了医学影像处理及分析云计算@iMAGES 核心引擎，对存储在医真云上的医学影像数据实施高速实时计算处理。

在西安盈谷看来，影像是计算出来的，而不是“传输”出来的。利用较新一代英特尔® 至强® 可扩展处理器输出的更高并发计算能力，@iMAGES 核心引擎可以快速地对远端传来的影像数据进行多维度重建。

以现在常见的正电子发射计算机断层显像（Positron Emission Tomography CT , PET-CT）检查为例，这一检查是由PET扫描仪提供患者详尽的功能与代谢等信息，同时由CT机提供患者的精确解剖定位，可用于各类疾病的早期发现和诊断。由于 PET-CT 检查实际上是将两种检查合二为一，因此 PET-CT 影像融合能力就会对检查结果产生至关重要的影响。


图二：云端 PET-CT 融合

如图二所示，结合英特尔® 架构平台提供的强劲算力，@iMAGES 核心引擎提供了基于云端的出色 PET-CT 融合能力，不仅能够提供基于形态学和功能的“热力图”，还可以对影像做出半定量化的标准化摄取值（Standard Uptake Value, SUV）分析，用于后续对**等疾病的鉴别和定量分析。

在其他医学影像计算处理上，@iMAGES 核心引擎也展现了强大的处理能力，例如在功能性磁共振成像（Functional Magnetic Resonance Imaging, fMRI）检查中，该引擎可以快速地执行弥散、灌注、神经束成像等功能；而进行心脏血管成像检查时，它也具备了冠脉分割、冠脉中轴线、冠脉及斑块定量化分析等功能。

人工智能为医疗诊断提供较强“大脑”

为了让智能化辅助诊断系统能够真正帮助医疗机构提升诊疗能力，西安盈谷与英特尔一起，基于医真云、@iMAGES 核心引擎所汇集、处理的海量数据，以全新的 Cloud IDT 服务实现了人工智能辅助医学诊疗的创新，并取得了实实在在的进展。

以肺癌为例，它在早期常表现为无症状、易被忽视的肺结节。肺结节的早期确认（良性或恶性）能有效降低肺癌的死亡率。由于微小的肺结节往往难以被人眼及时、准确地发现，因此肺癌一旦确诊，往往已是中晚期，使得患者失去了较佳**的窗口期。

而今，在 Cloud IDT 服务的辅助下，低剂量 CT 肺小结节智能化辅助诊断定量的监测敏感度（探测率）已达到 95%，筛查时间也由人工方式所需的 10 多分钟缩短到6秒以内1。通过人工智能识别出肺结节后，再交由医生执行进一步的诊断，使得诊断效率和精准度大幅提升。而医真云上聚集的海量数据，也让人工智能检测模型得以获得大量的训练样本，进而不断提升检测能力。


图三：西安盈谷的人工智能医学图谱

在西安盈谷的计划中，智能化辅助诊断系统在未来将针对人体的各个生理系统，具备数百种人工智能检测模型。目前，其人工智能医学图谱初稿中就已定义了约 984 种疾病与医学检测数据的关联关系1。同时，该系统还基于自然语言处理（Natural Language Processing, NLP）能力，创建了报告智能助手这一功能，可协助医生更加高效地撰写高质量检查报告。

英特尔先进技术为智能系统注入源动力

作为西安盈谷的深度合作伙伴，英特尔向智能化辅助诊断系统提供了*的技术助力，不仅输出了全新的英特尔® 至强® 可扩展处理器，还协助完成了其 Cloud IDT 人工智能服务向英特尔平台的迁移，以及对人工智能技术框架的优化。

作为英特尔较新一代处理器产品，英特尔® 至强® 可扩展处理器不仅拥有强大的通用计算能力，还为智能化辅助诊断系统提供了其亟需的并行计算能力。系统中涉及的大量影像处理、人工智能处理，都对并行计算能力有严苛要求，而至强® 可扩展处理器集成的英特尔® 高级矢量扩展 512（英特尔® AVX-512），正是增强单指令多数据流（Single Instruction Multiple Data，SIMD）执行效率的关键技术。

英特尔® 至强® 可扩展处理器对通用计算能力和并行计算能力的兼顾，非常有助于系统应用负载的整合。据测试，在处理能力上，两台基于该处理器的服务器所支撑的虚拟机数据量，可以达到原先平台的 2.5 倍，这可大大降低用户的总拥有成本（Total Cost of Ownership, TCO）2。“原先我们的系统，渲
英特尔宣布 10nm处理器将于2019年下半年上市
英特尔10nm工艺一直在推迟，从前几天爆料的*九代酷睿处理器来看，依旧采用14nm++制程工艺。英特尔在*二季度财报会议上宣布，10nm消费级别处理器将会在2019年下半年大规模出货。
英特尔的14nm工艺从14年开始一直沿用至今，已经有4年的历史了。英特尔表示之所以这么做，一方面是10nm工艺成本很高，另一方面是客户需求、产品竞争力等方面并没有那么**。
前不久网络上爆料的*九代酷睿处理器依旧采用14nm++工艺，另外，Whiskey Lake和Amber Lake架构处理器也会延续14nm++工艺。

主频
主频也叫时钟频率，单位是兆赫（MHz）或千兆赫（GHz），用来表示CPU的运算、处理数据的速度。通常，主频越高，CPU处理数据的速度就越快。
CPU的主频=外频×倍频系数。主频和实际的运算速度存在一定的关系，但并不是一个简单的线性关系。　所以，CPU的主频与CPU实际的运算能力是没有直接关系的，主频表示在CPU内数字脉冲信号震荡的速度。在Intel的处理器产品中，也可以看到这样的例子：1 GHz Itanium芯片能够表现得差不多跟2.66 GHz至强（Xeon）/Opteron一样快，或是1.5 GHz Itanium 2大约跟4 GHz Xeon/Opteron一样快。CPU的运算速度还要看CPU的流水线、总线等各方面的性能指标。