12 月 23 日消息，YouTube 频道 RedGamingTech（RGT）昨日（12 月 22 日）发布视频，爆料分享了英特尔（Intel）未来的处理器路线图，其中最值得关注的是 Serpent Lake，将结合英特尔的 CPU 和英伟达的 GPU 方案。
消息称 Serpent Lake 将采用基于 Rubin 架构的英伟达 GPU，16x LPDDR6 显存，很可能由台积电 N3P 工厂生产，CPU 架构将基于 Titan Lake，但具体配置尚不清楚。IT之家附上相关截图如下：
消息称 Serpent Lake 在上市后，将会和 AMD 的 Medusa Halo 和 Strix Halo 竞争，适用于迷你 PC、笔记本电脑，甚至便携式游戏设备等紧凑型系统。消息源认为英特尔通过和英伟达合作，有望带来更多有趣的产品和更具竞争力的价格。
昨天我们介绍的曝光信息中，故意缺少的一部分，那就是Intel、NVIDIA，双英合体带来的新架构产品——Serpent Lake的信息。在曝光信息中，这会是一颗高度集成的类SOC产品，将拥有Intel的CPU和NVIDIA的GPU，真正的强强联合。GPU架构可能会是大家已经听说过的Rubin架构，而CPU部分则是从未听过的Titan Lake，很可能是为NVIDIA定制的架构。除了曝光信息，这新架构产品的消息还是挺少的，但至少证明了Intel与NVIDIA确实在芯片设计层面已经展开合作，或许拿出产品也不远了？？
12 月 9 日消息，当地时间 12 月 8 日，英特尔宣布将 AutoRound 算法集成到 LLM Compressor，以提升低比特量化大模型的性能与效率。
该算法可在保持模型准确度的前提下，实现更快、更轻量的推理，同时兼容包括英特尔自家 GPU 与英伟达 CUDA 在内的多硬件平台。
此外，英特尔未来推出的“Crescent Island”系列数据中心 GPU 将原生支持 FP8 / MXFP8 / MXFP4 等格式，使量化模型能够直接利用这些数据类型带来的硬件加速优势。
英特尔表示，AutoRound 是面向大语言模型（LLM）与视觉语言模型（VLM）的先进后训练量化（PTQ）算法，通过为每个量化张量引入三个可训练参数（v、α、β），配合逐层处理和符号梯度下降方法，实现更精准的舍入和裁剪优化，从而减少输出误差。
AutoRound 通过三项核心技术实现低比特量化优化：
每张量引入三个可训练参数：v（舍入偏移量）、α 与 β（动态裁剪范围控制）；
逐层序列处理：采用带符号梯度下降法联合优化舍入与裁剪策略；
最小化分块输出重建误差：在百步级轻量调优下实现更高精度。
官方透露，AutoRound 的主要优势包括：
在低比特量化条件下维持较高准确度；
支持 W4A16、MXFP8、MXFP4、FP8、NVFP4 等多种数据类型；
可进行混合比特与按层精度搜索，提供灵活的精度与效率平衡方案；
零额外推理开销，量化模型可直接通过 vLLM 框架部署；
适用于 LLM 与 VLM 的量化场景。
英特尔称，AutoRound 生成的量化模型可在多个英特尔硬件平台上加速推理，包括 Xeon 处理器、Gaudi 加速器、英特尔数据中心 GPU、Arc B 系列显卡，以及 CUDA 生态的 GPU。
此次集成通过 LLM Compressor 中新增的 AutoRoundModifier 完成，能够生成可直接在 vLLM 上部署的 W4A16 量化模型。当前已支持 Llama、Qwen 等主流密集 LLM，并提供轻量的调优流程（仅需数百步），不增加推理开销。
英特尔表示，未来将继续扩展更多量化方案（IT之家注：包括 FP8 与 MXFP 系列）、自动混合比特搜索、更多模型族（如 MoE），并加强与 LLM Compressor 其他压缩算法的协同，以形成更完整的多策略组合方案。官方也邀请开发者在社区讨论区提交反馈，用于制定后续路线图。
在软件方面，也不知道Intel这是获得许可？还是强行兼容（强兼金主！）？Intel的AutoRound算法正式落地，将支持Intel自家的Xeon 处理器、Gaudi 加速器、GPU以及NVIDIA的CUDA GPU，可能这是对金主的照顾？亦或者二者在AI算法、软件层面也已经展开了一些合作？还是很希望Intel和NVIDIA能够在更多领域开展合作，实现更大的进步吧！
12 月 24 日消息，路透社今晚报道称，英伟达已停止对英特尔 18A 制造工艺的测试。受此消息影响，英特尔美股盘前由涨转跌，跌幅甚至一度扩大至 5%，但截至发稿已回升至 4.65%。
美国商务部一位官员对路透社表示，美国政府的参与使英特尔有了一次接近成功的机会，但并非绝对优势，况且英特尔也不是“大到不能倒”的企业。
该官员进一步指出，美国商务部长霍华德・卢特尼克与各方均保持沟通，而不是优先考虑英特尔的利益。尽管英特尔在交易方面势头正劲，但其芯片制造部门却举步维艰。
据两位知情人士透露，英伟达最近曾测试过是否采用英特尔的 18A 工艺生产芯片，但后来停止了项目推进。
英伟达方面对此暂未置评。英特尔发言人则表示 18A“进展顺利”，且其下一代 14A 工艺技术“持续受到强烈关注”。
不过，英伟达在 9 月向英特尔注资 50 亿美元（IT之家注：现汇率约合 351.93 亿元人民币）时并未承诺采用其制造工艺。英特尔 CEO 陈立武在与英伟达创始人黄仁勋共同宣布合作时向记者表示：“当前我们专注于深化合作。”
消息人士还表示，英特尔 CEO 陈立武的交易能力正在成为公司扭亏为盈的催化剂。
但……这位金主似乎也不总是靠谱的，虽然双方在芯片设计、算法软件等方面似乎都开始合作，但这个芯片制造方面……也不知道是Intel实在不行？还是NVIDIA要求太高？据传NVIDIA已停止测试 Intel 18A 工艺，而Intel的股价也在爆料消息发出后出现了下跌……其实，使用Intel工艺对于合作的双方来说是符合利益的选择，NVIDIA停止测试肯定是有什么不得已的原因，还是等待后续消息吧。
新闻一：英特尔 Hammer Lake 处理器曝光：“统一核心”设计，恐终结“大小核”时代
12 月 23 日消息，YouTube 频道 RedGamingTech（RGT）昨日（12 月 22 日）发布视频，爆料分享了英特尔（Intel）未来的处理器路线图，其中最值得关注的是 Serpent Lake，将结合英特尔的 CPU 和英伟达的 GPU 方案。
消息称 Serpent Lake 将采用基于 Rubin 架构的英伟达 GPU，16x LPDDR6 显存，很可能由台积电 N3P 工厂生产，CPU 架构将基于 Titan Lake，但具体配置尚不清楚。IT之家附上相关截图如下：
消息称 Serpent Lake 在上市后，将会和 AMD 的 Medusa Halo 和 Strix Halo 竞争，适用于迷你 PC、笔记本电脑，甚至便携式游戏设备等紧凑型系统。消息源认为英特尔通过和英伟达合作，有望带来更多有趣的产品和更具竞争力的价格。
昨天我们介绍的曝光信息中，故意缺少的一部分，那就是Intel、NVIDIA，双英合体带来的新架构产品——Serpent Lake的信息。在曝光信息中，这会是一颗高度集成的类SOC产品，将拥有Intel的CPU和NVIDIA的GPU，真正的强强联合。GPU架构可能会是大家已经听说过的Rubin架构，而CPU部分则是从未听过的Titan Lake，很可能是为NVIDIA定制的架构。除了曝光信息，这新架构产品的消息还是挺少的，但至少证明了Intel与NVIDIA确实在芯片设计层面已经展开合作，或许拿出产品也不远了？？
新闻2：英特尔 AutoRound 算法正式落地：支持英伟达 CUDA 及自家 GPU，Crescent Island 显卡将原生支持 FP8/MXFP4
12 月 9 日消息，当地时间 12 月 8 日，英特尔宣布将 AutoRound 算法集成到 LLM Compressor，以提升低比特量化大模型的性能与效率。
该算法可在保持模型准确度的前提下，实现更快、更轻量的推理，同时兼容包括英特尔自家 GPU 与英伟达 CUDA 在内的多硬件平台。
此外，英特尔未来推出的“Crescent Island”系列数据中心 GPU 将原生支持 FP8 / MXFP8 / MXFP4 等格式，使量化模型能够直接利用这些数据类型带来的硬件加速优势。
英特尔表示，AutoRound 是面向大语言模型（LLM）与视觉语言模型（VLM）的先进后训练量化（PTQ）算法，通过为每个量化张量引入三个可训练参数（v、α、β），配合逐层处理和符号梯度下降方法，实现更精准的舍入和裁剪优化，从而减少输出误差。
AutoRound 通过三项核心技术实现低比特量化优化：
每张量引入三个可训练参数：v（舍入偏移量）、α 与 β（动态裁剪范围控制）；
逐层序列处理：采用带符号梯度下降法联合优化舍入与裁剪策略；
最小化分块输出重建误差：在百步级轻量调优下实现更高精度。
官方透露，AutoRound 的主要优势包括：
在低比特量化条件下维持较高准确度；
支持 W4A16、MXFP8、MXFP4、FP8、NVFP4 等多种数据类型；
可进行混合比特与按层精度搜索，提供灵活的精度与效率平衡方案；
零额外推理开销，量化模型可直接通过 vLLM 框架部署；
适用于 LLM 与 VLM 的量化场景。
英特尔称，AutoRound 生成的量化模型可在多个英特尔硬件平台上加速推理，包括 Xeon 处理器、Gaudi 加速器、英特尔数据中心 GPU、Arc B 系列显卡，以及 CUDA 生态的 GPU。
此次集成通过 LLM Compressor 中新增的 AutoRoundModifier 完成，能够生成可直接在 vLLM 上部署的 W4A16 量化模型。当前已支持 Llama、Qwen 等主流密集 LLM，并提供轻量的调优流程（仅需数百步），不增加推理开销。
英特尔表示，未来将继续扩展更多量化方案（IT之家注：包括 FP8 与 MXFP 系列）、自动混合比特搜索、更多模型族（如 MoE），并加强与 LLM Compressor 其他压缩算法的协同，以形成更完整的多策略组合方案。官方也邀请开发者在社区讨论区提交反馈，用于制定后续路线图。
在软件方面，也不知道Intel这是获得许可？还是强行兼容（强兼金主！）？Intel的AutoRound算法正式落地，将支持Intel自家的Xeon 处理器、Gaudi 加速器、GPU以及NVIDIA的CUDA GPU，可能这是对金主的照顾？亦或者二者在AI算法、软件层面也已经展开了一些合作？还是很希望Intel和NVIDIA能够在更多领域开展合作，实现更大的进步吧！
新闻3：英伟达被曝已停止测试 Intel 18A 工艺，英特尔股价应声下跌
12 月 24 日消息，路透社今晚报道称，英伟达已停止对英特尔 18A 制造工艺的测试。受此消息影响，英特尔美股盘前由涨转跌，跌幅甚至一度扩大至 5%，但截至发稿已回升至 4.65%。
美国商务部一位官员对路透社表示，美国政府的参与使英特尔有了一次接近成功的机会，但并非绝对优势，况且英特尔也不是“大到不能倒”的企业。
该官员进一步指出，美国商务部长霍华德・卢特尼克与各方均保持沟通，而不是优先考虑英特尔的利益。尽管英特尔在交易方面势头正劲，但其芯片制造部门却举步维艰。
据两位知情人士透露，英伟达最近曾测试过是否采用英特尔的 18A 工艺生产芯片，但后来停止了项目推进。
英伟达方面对此暂未置评。英特尔发言人则表示 18A“进展顺利”，且其下一代 14A 工艺技术“持续受到强烈关注”。
不过，英伟达在 9 月向英特尔注资 50 亿美元（IT之家注：现汇率约合 351.93 亿元人民币）时并未承诺采用其制造工艺。英特尔 CEO 陈立武在与英伟达创始人黄仁勋共同宣布合作时向记者表示：“当前我们专注于深化合作。”
消息人士还表示，英特尔 CEO 陈立武的交易能力正在成为公司扭亏为盈的催化剂。
但……这位金主似乎也不总是靠谱的，虽然双方在芯片设计、算法软件等方面似乎都开始合作，但这个芯片制造方面……也不知道是Intel实在不行？还是NVIDIA要求太高？据传NVIDIA已停止测试 Intel 18A 工艺，而Intel的股价也在爆料消息发出后出现了下跌……其实，使用Intel工艺对于合作的双方来说是符合利益的选择，NVIDIA停止测试肯定是有什么不得已的原因，还是等待后续消息吧。