收购Fwdnxt，美光为入局AI处理器打下伏笔-电子工程世界

早前，全球最大的存储芯片制造商之一的美光科技（Micron Technology）收购了人工智能硬件和软件初创公司Fwdnxt时，此举可能非常有趣。如果能取得成果，Fwdnxt可以使美光科技与英特尔和英伟达等合作伙伴进行直接竞争，因为美光科技认为内存和AI计算正在融合到同一个架构中。

美光这个项目的负责人人之一是史蒂夫·帕洛夫斯基（Steve Pawlowski），这是前英特尔芯片架构师，他拥有数十项专利。Pawlowski现在是美光公司高级计算解决方案副总裁。

与美光的存储芯片结合使用时，Fwdnxt（发音为“ forward next”）将使美光能够具备探索数据分析所需的深度学习AI解决方案的能力，尤其是物联网和边缘计算。也许它将制造基于AI的存储芯片，或者包括AI的存储芯片。

美光公司首席执行官Sanjay Mehrotra说，美光公司正在从事这项工作，因为“昨天的计算体系结构不适用于明天……从长远来看，我们认为计算最好在内存中完成。”

下面是我们对美光的一个采访剪辑：

Steve Pawlowski： 2014年，我离开英特尔时来到了美光，当时他们说：“您想做什么？”我说：“我坚信计算和内存的融合对于提高性能和降低延迟至关重要。而你们是一家记忆公司。你们拥有技术，我想在这里解决这个问题。”他们说，“好。”

我有一个小组，专注于发现计算和内存的问题。我们先可以开始测试，开始将概念引入产品中，但不会增加成本。我在英特尔学到了一件事，这是我永远不会忘记这个故事：我们曾经拥有数学协处理器。80287，80387。我们在387上赚了可观的钱。我们有一个聪明的主意，那就是如果将协处理器集成到486中，我们可以更快更好地做到。我们做到了，突然之间我们没有了足够的足迹（footprint.）。不需要它的人说：“您不需要为此死区向我收费。”而需要它的人说，“您将与其他人一样付给我，因为我是一个有利的客户。”实际上，整个业务归于零。

我在当中获取的教训是：直到有绝大多数人从中获得真正价值之前，您不能增加更多的复杂性和成本，并希望人们立即支付费用。因此我们关注的重点是找到人们今天可以从中获得价值的关键事物，然后看看您是否可以随着时间的推移扩大泡沫。我将其视为八到十年的旅程。在那些年末，我可能回头一看，意识到我耗费了他们。或者我可以回头说：“哇，我们可能还没到这里，但是我们做得很好。”

VentureBeat：关于此可能产生的结果，这引发了很多想象力，但是您是否会暗示某些特定的内容？

Pawlowski: 有一件事，你在这里已经听过很多次了，那就是AI在边缘。我们关注这个问题的原因是，没有一个现成的编程模型或现成的架构可以让你与市场竞争。可以说，每个人都在争着进入同一个市场。寻找机会去那里做点什么。人们不会看着你说:“美光是一家内存公司。你为什么要谈这个?“他们是这样看的——我们在FPGA上有这种能力，我们的高性能内存和架构映射在FPGA上。我们负责处理所有的抽象，所以你不必成为一个VHDL程序员。您愿意开始处理数据集的问题吗?

有趣的是，我并不需要去推动它。我们一直在参加FPGA会议之类的活动。主要是政府机构来说，“我们这里有个问题。我们想在这方面多做些尝试。“政府的问题是，他们很早就兴奋起来了，但如果你想做什么事，那就得花很长时间。”采购周期很长。合同是长期的，还有其他一切。

我们决定着眼于一般市场。有一家汽车公司来了，他们说，“我们还没有达到Level 5，但我们肯定可以生产达到Level 3，Level 4的自动驾驶汽车，我们希望能够利用网络告诉我们正在发生什么。这看起来是有趣的。你愿意和我们一起工作吗?内部很多人说:“他们为什么对与你合作感兴趣?”“这是因为我不会进来告诉他们需要做什么。我说，“这就是我们所拥有的。我们能为您做些什么?他们说:“好吧，你愿意听我们的。这是我们的问题。”

信不信由你，我从2005年AMD推出的Opteron中吸取了教训。当时我们仍在推广7千兆位处理器、33级流水线，并且没有人去那里。我们去了华尔街，那是您想要爬进贝壳的一刻，因为它们确实被照亮了。但我说:“你能再给我们一次机会吗?”我们能坐下来了解一下我们的工作量吗，和你一起工作，然后我收回那句话，我们可以创造更好的产品吗?我们做到了。

瑞银(UBS)，我记得他们在一篇专栏文章中写道，“你可能造不出最大的芯片，也造不出最好的芯片，但你来了，就理解了我的问题。”“这是真正理解客户和他们的问题，以及你能做什么。如果你这么做了，却没有帮助他们，嘿，你学到了一些东西。

VentureBeat: 那是不是以为着你们在开发一种新的记忆体，还是弄清楚了在哪里进行处理?

Pawlowski：答案是肯定的。但它是真正理解动态的。顺便说一下，这取决于模型。我刚才和下面的人聊了聊有些语言模型需要100 GB的参数。当你看到有人说，“嘿，我有2 GB，4 GB时，”这适用于大多数型号，但不是所有型号。模型真的在进化。

这也取决于解决方案的延迟。我不知道你们是否看过下面OHSU的视频那位女士患了乳腺癌。他们需要大量的数据，因为他们想把所有的电子显微镜图像放在一起，建立一个3D卷积模型，即肿瘤的3D表示。他们没有足够的时间进行讨论，因为他们想要在一天甚至一个小时内获得可操作的见解。我们与CERN的合作，现在需要数据。我们必须在微秒内做出决定。这是有趣的事情还是我们将其放在地板上？

不同的解决方案需要不同类型的存储。英特尔的经历让我清楚知道程序中的指令是什么。我也知道他们是如何在机器中执行的，然后进入系统。所以当我来到美光时，我唯一看到的就是地址和命令。读/写命令和地址。我完全不理解，这个东西是把15个不同的东西复制到不同的元素（elements）上，还是覆盖，还是什么?有了我们在6月合作和收购的公司，我们就可以构建这些算法，运行它们，看看整体效果如何。

我们的首要目标是，我们可以在内存存储中做什么以缩短解决方案的时间？我们总是可以建立更高的带宽，但那不一定能让你达到目的。有什么可以做的，例如散射张量阵列（scatter tensor arrays）？如果我们可以建立一个可以引入矩阵的缓冲区，并且让我们能够一口气将矩阵转移过来，而不只是随便找东西去寻找，这可能会有很大的好处。

最终，我们还要看到的是-其中大多数是乘法和累加架构，非常简单。它们只是被复制了数千次。实际上，一旦晶体管变得更好一点，您就可以建立一个相当好的乘法并在存储设备中进行累加。最终，您能否采用该架构，然后将其放入存储设备本身？这是长远的愿景。

我想做的是，无论我们做什么，我们都要建立一个编程基础设施和一个范例，这样人们就不必每次迁移时都重写他们的代码。在我看来，这就是英特尔的巨大成功。当我们做386的时候，还没有32位的软件。但它确实能很好地运行16位代码。人们买它就是为了这个。你有很多平台，然后人们说，“好吧，现在我们去优化32位。“486在六到八年后问世时，就有软件可以利用它，它变成了一台永不回头的机器。

从内存开始，首先是存储，我们能做什么。然后我们就会看到，随着时间的推移，什么可以真正迁移。答案可能是什么都不是。答案可能是一切。我想是在中间的某个地方。这取决于你把“针”移到哪里。

VentureBeat：您门已经和Fwdnxt携手。他们能统共一个相当全面的作品，那么您还需要找到很多合作伙伴吗？

Pawlowski：我们将需要大量的合作伙伴和数据科学家。Fwdnxt拥有一批已经开发了五年，十年，十二年，具备资深推理引擎架构经验的人。同时他们也有不同公司和不同的学术背景。创建它的人是普渡大学的教授。他们一直在优化该架构。他们有一个相当不错的编译器，可以使用Open Network Exchange前端，然后将其映射到其硬件。

后面我需要的是数据科学家，我需要应用。我还认为我们将需要动态的运行时/调度程序（runtime/scheduler）。如果您真的有这样的模型——如果今天我在硬件上，在Intel处理器上写了一个网络，那么三年以后，您仍然可以运行相同的程序。这一切都是通过指令集来抽象的。我在这里要做的是抽象网络，这意味着我们将需要某种类型的动态运行时。这就是说，“好吧，这东西有8,000个乘法和累加单元。这有1,000个。我可以把那东西扩散一点。或者说，哦，这150个单元死亡（die）了。我不想在上面安排任何东西，但我仍然希望能够使用该部件。”

有一些实体正在研究解决动态运行时（dynamic runtime ）问题，我认为这将非常重要。特别是。我曾经从一个在Intel负责Litho的人那里听到，他们相信当达到5nm以下时，他们认为30％的设备在制造时将会超出规格。

VentureBeat：这是否意味着和Intel和Nvidia有更多的竞争？

Pawlowski：其实是将有更加合作。任何人在数据中心很难与英特尔和英伟达竞争。Nvidia的训练时长也已经坐稳。即使人们提出了很多新的解决方案。但不止一家初创公司告诉过我，哪些做超大规模训练的人告诉他们：“将我们的训练算法从GPU移出是如此困难。他们也做得很好了，但他们仍然在给我们带来性能提升。所以不要再花时间做这样的事了。”而且，我听到的最后一个，我听到的最后一个统计数据是，推理的很大一部分仍在至强处理器上进行。

我们一直在聚焦，如果我们要在数据中心中做任何事情，这将为Nvidia和Intel之类的客户提供帮助。但是，如果从内存存储的角度来看有可能发生任何创新，那么让我们从边缘进行研究。这就是我们将获得最大效率和规模经济的地方。

VentureBeat：摩尔定律部分还好吗？你按计划吗？

Pawlowski：这是一个挑战，但这并没有阻止我们继续微缩。老实说，我必须永远保持摩尔定律。您不可对摩尔定律说不好！因为那是第十一条诫命。当人们问我的时候，正是Dennard缩放的缓慢和停止才真正推动了创新。现在，我们可能不会每两年获得两倍的晶体管增加。时间也许会增加到每三四年一次。但是，我们将在第三维度入手。所以这并没有阻止我们。问题的关键是什么才是最经济的方法。而工程师正在寻找解决难题解决方案。

关键字：美光 AI 存储引用地址：收购Fwdnxt，美光为入局AI处理器打下伏笔

上一篇：霍尼韦尔携思创医惠部署智慧医疗发展新格局
下一篇：Strategy Analytics：蜂窝物联网设备出货量增长，2025年达到3.5亿

推荐阅读最新更新时间：2024-11-03 14:50

Linux内核源码阅读记录一之分析存储在不同段中的函数调用过程

在写驱动的过程中，对于入口函数与出口函数我们会用一句话来修饰他们：module_init与module_exit，那会什么经过修饰后，内核就能狗调用我们编写的入口函数与出口函数呢？下面就来分析内核调用module_init的过程（这里暂时分析编译进内核的模块，不涉及动态加载的模块），以这个过程为例子来了解内核对于不同段的函数的调用过程。下面从内核的start_kernel函数开始分析，下面是调用过程： start_kernel rest_init kernel_init do_basic_setup do_initcalls（）直接看到do_initcalls函数，看到第6行的f

[单片机]

Cerence推全新AI语音定制化平台

6月18日，下一代汽车软件提供商Cerence宣布，近日推出升级版开发平台Cerence Studio，它可以提供包括但不限于语音识别、自然语言理解以及对话工具等范围的功能，从而能够让OEM及其合作伙伴借助该平台，独立设计和开发自定义语音域。此外，借助 Cerence在过去二十多年来开发车载语音助理而积累了的丰富经验，Cerence Studio还可以提供众多的工具、教程、技术和专业知识，以便于从构思到生产全过程都为开发者助力。首先，Cerence Studio具有强大的技术能力，能够通过易于操作的UI界面，使开发人员可以为超过3.25亿辆在路上行驶的汽车提供支持的基础技术。其次，对于开发者来说，Studi

[汽车电子]

Cerence推全新<font color='red'>AI</font>语音定制化平台

人工智能在营销中的4个实际应用

人工智能（AI）自诞生以来已经走过了漫长的道路，并正在取得重大突破。对于像亚马逊或Netflix以外的其他公司来说，它常常被认为是一种不切实际的、未来主义的或过于昂贵的技术，但现在已经不是这样。以下将了解企业在营销中采用人工智能的四个例子，以便在市场竞争中占据先机。 1.个性化内容/产品推荐保持相关性、及时、不要纠缠于无关紧要的交易——这正是当前对典型客户的要求。根据Salesforce公司最新发布的调查报告，62%的B2B买家希望在交易的不同阶段收到个性化建议。在B2C细分市场，购物者更受青睐，并期望从每个品牌厂商获得类似亚马逊公司的体验。Segment公司在2017年的研究中指出，只有22%的客户对他们所接受的个性化服务

[机器人]

罗文：人工智能正成为建设制造强国和网络强国的新引擎

　　中国人工智能产业发展联盟成立大会在北京隆重召开。国家发展和改革委员会副主任林念修、科学技术部副部长李萌、工业和信息化部副部长罗文，中央网络安全和信息化领导小组办公室信息化发展局局长徐愈，以及相关领导出席联盟大会。来自中科院、工程院的院士专家、人工智能领域领军企业与研究机构、媒体等代表，共300余人参加此次大会。下面就随网络通信小编一起来了解一下相关内容吧。　　罗文在讲话中指出，当前，新一轮科技革命和产业变革正在孕育兴起，大数据理论的形成、算法的革新、芯片能力的提升、云计算的应用以及网络设施的演进，驱动着人工智能产业发展进入新阶段。人工智能将进一步带动其他技术的进步，推动战略性新兴产业总体突破。人工智能正在成为推

[网络通信]

美光科技宣布新任首席财务官

美国爱达荷州博伊西，2018 年 2 月 5 日——美光科技有限公司（纳斯达克股票代码：MU）今日宣布公司已任命 David Zinsner 为高级副总裁兼首席财务官，从 2018 年 2 月 19 日起生效。Zinsner 将接任 Ernie Maddock 的职务，后者即将从美光退休，但仍会继续担任公司顾问直到六月初，以确保顺利交接。Zinsner 将直接向总裁兼首席执行官 Sanjay Mehrotra 汇报。 Mehrotra 表示，“我代表公司感谢 Ernie 对美光做出的卓越贡献，他帮助公司实现了持续的强劲增长，我们衷心祝愿他今后发展一切顺利。” Maddock 说，“我很幸运能参与美光在过去几年中的发展，我现

[半导体设计/制造]

英特尔、美光将推出25纳米NAND闪存芯片

据国外媒体报道，英特尔和美光科技星期一预计将宣布这两家公司将推出全球第一个基于25纳米NAND闪存技术的芯片。这种25纳米的8GB闪存芯片目前还是样品，预计将在2010年下半年之前开始大批量生产。　　作为目前应用的最小的NAND闪存技术，25纳米生产工艺与2008年推出的34纳米技术相比将显著减小芯片的尺寸。　　这两家公司称，这种新的生成工艺能够在一个只有167平方毫米(能够穿过CD光盘中间的圆孔)的比1便士硬币还小的单个NAND芯片上制作8GB的存储容量。由于这是一种通用的闪存芯片，它可以用于任何需要闪存存储的设备上，如数码相机、MP3播放机和固态硬盘。　　Objective Analysis在研究报告中说，由于芯

[半导体设计/制造]

ADI部署SambaNova套件，推动生成式AI在企业级实现突破

中国，北京 — 2024年1月11日 — 全球领先的半导体公司Analog Devices, Inc. (Nasdaq: ADI)与专用全栈AI平台提供商SambaNova Systems联合宣布，ADI将部署SambaNova套件，率先开启公司在全球范围的AI转型进程，从而在整个企业内部普及AI。 ADI首席技术官Alan Lee表示：“ADI是创新的代名词，通过在连接现实世界与数字世界中发挥技术优势，我们能够更好地造福人类与地球。为实现这一目标，我们与客户紧密合作，提供所需技术专长、支持和资源，助力客户解决最严峻挑战。我们正与前沿AI解决方案先驱公司SambaNova Systems合作，快速部署其企业级

[工业控制]

ADI部署SambaNova套件，推动生成式<font color='red'>AI</font>在企业级实现突破

高通和谷歌联手开发汽车人工智能

据路透社报道，10月22日，高通（Qualcomm）表示，正与Alphabet旗下的谷歌（Google）携手合作，以打造一款能在高通芯片上流畅运行的Android汽车操作系统（AAOS）软件，让汽车制造商能够利用两家公司的技术来开发自己的人工智能（AI）语音助手。图片来源：高通长期以来，高通芯片一直为搭载谷歌Android操作系统的手机提供动力。目前，高通已将业务拓展至汽车领域，其芯片足以为通用汽车等汽车制造商所使用的汽车仪表盘以及自动驾驶系统提供驱动。虽然许多消费者都熟悉谷歌Android Auto和苹果CarPlay的功能，即当手机连接到车辆时，它们会在车辆上显示手机上的应用程序，但谷歌Android汽车O

[汽车电子]

高通和谷歌联手开发汽车<font color='red'>人工智能</font>

热门资源推荐
热门放大器推荐

小广播