强引用、弱引用、软引用、虚引用

在工艺上，十一代酷睿采用增强的10nm制程工艺，首次加入全新的SuperFin晶体管技术，官方表示它甚至重新定义了FinFET工艺，号称可带来堪比完全节点转换的性能提升，要知道10nm工艺的晶体管密度就有1亿/mm2，达到了其他家7nm工艺的水平。

得益于先进的工艺，十一代酷睿CPU的加速频率从上代的3.9GHz一下子提升到4.8GHz，功耗没涨的情况就提升了20%的性能。

CPU方面，十一代酷睿升级到了Willow Cove架构，最多4核心8线程，大幅提升频率、能效，重新设计缓存体系，频率可以达到4.8GHz。
 

用电脑这么多年，大家现在能分清CPU和处理器的关系吗?很多年中，大家默认处理器就等于CPU，后者全称是中央处理器，一个人就能演完整场戏，不过现在的处理器可要复杂得多了，不只是有CPU的份儿了。

以Intel为例，他们对自家酷睿的叫法是“智能处理器”，多年来不断地丰富处理器的内涵，从单纯的CPU开始，之后增加了核显GPU，最近几代则是增加了AI核心，成为名副其实的智能处理器，特别是在Tiger Lake十一代酷睿处理器上。

目前在x86处理器中，只有Intel的酷睿处理器是做到了CPU、GPU、AI三位一体的，这也是未来处理器发展的三大核心方向。

十一代酷睿处理器升级：CPU、GPU、AI三位一体

2020年9月初，Intel正式发布了十一代酷睿智能处理器，代号Tiger Lake，首批产品主要用于笔记本电脑，号称近年来处理器史上一次巨大飞跃。

之所以这么说，是因为十一代酷睿中从工艺到架构都有极大变化，升级力度在这几代酷睿中是非常明显的，10nm工艺、CPU、GPU及AI全都变了。
 

基于价值VS 基于政策

RL算法的另一种分类方法是考虑算法优化了价值函数还是策略。在深入了解之前，我们先了解策略和价值功能。

(1) 策略

策略π是从状态s到动作a的映射，其中π(a | s)是在状态s时采取动作a的概率。策略可以是确定的，也可以是随机的。

假设我们在玩剪刀石头布这个非常简单的游戏，两个人通过同时执行三个动作(石头/剪刀/布)中的一个来比输赢。规则很简单：

• 剪刀克布
• 石头克剪刀
• 布克石头

把策略看作是迭代的剪刀石头布

• 确定性策略容易被利用-如果我意识到你出“石头”较多，那么我可以利用这一点，获得更大赢面。
• 统一的随机策略(uniform random policy)最佳—如果你的选择完全随机，那我就不知道该采取什么行动才能取胜。

(2) 价值函数

价值函数是根据对未来回报(返回值)的预测来衡量状态良好程度的函数。返回值(Gt)基本等于“折扣”回报的总和(自t时起)。

（编辑：唐山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!