芯片厂商的下一个战场：人工智能-电子工程世界

分享到: 微博; QQ; 微信; LinkedIn

　　据国外媒体报道，人工智能是科技行业的下一个重大领域。大数据和物联网的发展促使从IBM到Facebook在内的科技巨头开发人工智能技术，利用未来物联网设备收集的海量数据。IBM称之为认知计算，Facebook和谷歌称之为机器学习或人工智能。

　　在对人工智能技术的讨论中，有一点被忽略了，那就是它运行的硬件。例如，最适合运行谷歌TensorFlow人工智能软件的不是英特尔X86芯片，而是图形处理器，英伟达是一家主要的图形处理器供应商。

　　英伟达周二新发布了两款图形加速器，帮助Facebook、百度和谷歌等公司开发新的深度学习模式，并在无需大规模服务器农场的情况下部署这些模式。这两款芯片，以及配套的软件工具，是半导体行业开发能完成人工智能任务芯片努力的一部分。

　　英伟达的两款芯片中包含Tesla M40，能为研究人员“训练”他们的神经网络提供强大的处理能力；另外一款被称作Tesla M4的芯片处理能力稍弱，面向谷歌、Facebook或亚马逊等公司使用的服务器。

　　人工智能技术需要图形处理器而非传统英特尔芯片的原因是，图形处理器更适合处理并行任务。一个图形处理器集成有数百个不同的运算内核，英特尔至强芯片集成有至多18个内核。训练神经网络要求大量更简单和重复性的步骤，更适合在图形处理器上运行。

　　今年早些时候，Facebook人工智能研究主管雅恩·乐坤解释称，在训练神经网络方面，图形处理器是更合适的芯片，但表示仍然面临一些挑战。例如，由于管理软件功能不够强大，在一个神经网络上配置多个图形处理器仍然相当困难。英伟达开发的新软件工具能把多块显卡捆绑在一起，帮助乐坤等研究人员解决了难题。

　　但是，英伟达并非是开发人工智能芯片和软件工具的唯一一家公司。例如，IBM的沃森(Watson)最初在自家的PowerPC芯片上运行，但也可以运行在SoftLayer的云计算环境中，SoftLayer采用基于X86和图形处理器的服务器。IBM还公布了新的PowerPC特性，能更好地满足人工智能研究人员的需求。

　　IBM和高通还在考虑把人工智能技术移植到智能手机。高通提出了Zeroth技术，在一个芯片上运行神经网络，例如利用手机中的数字信号处理器提供图像识别功能。

　　IBM的战略听起来更具野心。IBM希望开发一款模拟人脑功能的芯片，能在智能手机上完成人工智能任务。它以人脑为模型，因为人脑是迄今为止我们已知的效率最高的计算机，能耗仅为20瓦。相比之下，英伟达新款低配版图形处理器的能耗为50-75瓦。

　　IBM、英伟达、高通，甚至美光都投资开发人工智能和深度学习芯片，英特尔没有什么动作？英特尔上个月收购人工智能创业公司Saffron引起轩然大波，但总体而言它很少公开讨论在深度学习方面的努力。英特尔8月份曾表示，它可以综合利用Altera的可编程芯片和至强芯片运行专用算法，例如用于训练神经网络的算法。

　　鉴于芯片技术的进步通常需要数年时间的孕育，相对的沉默意味着麻烦。英特尔的新技术通常能给人们带来惊喜，但在芯片社区中，缺乏深度学习产品被认为是英特尔产品线的一大空白。半导体研究公司Tirias Research首席分析师吉姆·麦克格雷格说，“在芯片产业，厂商必须提前2-4年规划新产品，因此必须提前判断哪些是关键应用。英特尔错过了手机，不想再错过人工智能。”

关键字：人工智能引用地址：芯片厂商的下一个战场：人工智能

上一篇：福禄克将在罗克韦尔自动化博览会上主持召开技术研讨会
下一篇：优傲CEO：协作机器人市场潜力远未充分释放

推荐阅读最新更新时间：2024-03-30 21:56

AI革命：算力需求催生芯片创新

机器学习已然无处不在。它藏身于很多智能设备中，一部智能手机、一个智能音响、线上购物娱乐的一个个APP里……它像是虚拟世界和物理世界的“缝合者”，用算法和数据试图“猜透”人心。各大厂商对机器学习的热情越来越高，对算法、算力和数据提出新的要求，尤其是对算力需求的激增，进一步催生相关芯片和专用设备的蓬勃创新，而在后摩尔时代，这种创新或将成为突破算力极限的关键。数据“喂”大的机器智能什么是机器学习？简单来说，机器学习使用算法在数据中发现模式，然后使用一个能识别这些模式的模型对新的数据进行预测。由此可见，数据是让一个算法从实验室走到物理世界的关键。数据量、数据多样性以及规模化的、成本可靠的数据来源渠道等都是影响

[嵌入式]

<font color='red'>AI</font>革命：算力需求催生芯片创新

Habana Labs推出生产就绪型Goya HL-1000处理器

退出隐身模式，Habana Labs推出生产就绪型Goya HL-1000 处理器以色列特拉维夫和加州圣何塞2018年9月17日电-- Habana Labs, Ltd. (www.habana.ai) 今天宣布，该公司正式退出隐身模式，将面向精选客户推出首个人工智能 (AI) 处理器样品。基于其 Goya HL-1000 处理器的 PCIe 卡可基于 ResNet-50 推理基准实现每秒15000张图片的吞吐量，延迟时间为1.3毫秒，功耗仅为100瓦。与如今数据中心部署的一般解决方案相比，Habana Labs 人工智能处理器的性能要高出一到三个数量级。旨在处理各种人工智能推理工作负载，如图像识别、神经机器翻译

[嵌入式]

康普RUCKUS推出首个由RUCKUS AI 驱动的企业级 Wi-Fi 7 解决方案 —— R770 接入点

凭借 RUCKUS R770，RUCKUS将持续提供目标驱动型网络，赋能主要垂直行业的客户更大程度地发挥 Wi-Fi 7在速度、延迟、容量和连接可靠性方面的优势中国上海， 2023 年 10 月 19 日 —— 全球优秀的网络连接解决方案提供商康普（纳斯达克股票代码：COMM）旗下品牌RUCKUS推出市场领先的企业级 Wi-Fi 7 接入点（AP）—— R770。该平台将利用 Wi-Fi 7的高级功能和 RUCKUS® 的创新技术，面向RUCKUS所服务的处于挑战性环境中的行业提供更优性能。这一AI驱动型解决方案是RUCKUS 产品组合中的最新成员，为目标驱动型网络提供了更高阶的选择。 RUCKUS

[网络通信]

人工智能在金融业应用日益增多，但自身定义仍不明确

近日，国务院发布人工智能规划，其中提到，在智能金融方面，要建立金融大数据系统，提升金融多媒体数据处理与理解能力。创新智能金融产品和服务，发展金融新业态。鼓励金融行业应用智能客服、智能监控等技术和装备，建立金融风险智能预警与防控系统。下面就随手机便携小编一起来了解一下相关内容吧。人工智能在金融领域的应用越来越广泛。近日，国务院发布人工智能规划，其中提到，在智能金融方面，要建立金融大数据系统，提升金融多媒体数据处理与理解能力。创新智能金融产品和服务，发展金融新业态。鼓励金融行业应用智能客服、智能监控等技术和装备，建立金融风险智能预警与防控系统。面对大趋势，金融机构正在积极拥抱人工智能技术，比如智能投资顾问、预测和反欺诈

[手机便携]

HomePod人工智能水准不给力？未来却不可限量

国外的风险投资及研究机构Loup Ventures在 HomePod 上市后对它进行了一系列测试，尽管在音质和易用性等方面都处于领先地位，但HomePod的人工智能水准不高，在700多个问题中，只答对了52.3%。 Loup Ventures拿了三个HomePod进行了独立测试，共询问了782个问题，HomePod（或者说Siri）理解了99.4%，但它只答对了52.3%的问题，在整个测试中排名倒数第一。与市面上的竞争对手相比，HomePod在 AI 这方面的表现垫底，这些问题Google Home答对了81%，亚马逊的Alexa答对了64%，微软的Cortana答对了57%。 Siri对“本地”和“商务”方面的

[嵌入式]

人工智能加速期：“算法为王”还是“场景落地”优先？

人脸识别、语音识别是人工智能应用最为人熟知的两个领域。智能音箱、人脸门禁也已经走进不少人的生活。去年大火的无人货柜，则用到了“物品识别”技术。接下来，人工智能推广应用会怎么走？靠算法的不断提升吗？海康威视高级副总裁徐习明说：“今天的人工智能还是一种弱人工智能。基于深度学习的算法精度会无限逼近100%，但永远无法达到。随着‘准确率’提升，最后竞争的更多是场景落地能力。” 码隆科技首席科学家黄伟林也认同这个说法。码隆科技是一家聚焦于“物品”图像识别的公司，无人货柜是其主要应用场景之一。“在物品识别领域，目前难点在于跟垂直领域内企业的需求不断磨合，这是一个长期的过程。一些场景，预想中觉得好做，但操作下来可能难度很大，或者不是刚

[嵌入式]

英特尔：AI让医疗电子进入新时代

我职业生涯的大部分时间都在从事零售和创新领域的工作，帮助包括李维斯和AA美国服饰这样的零售商了解前沿技术并在其门店中部署。我帮助他们通过技术在降低成本的同时为客户提供最佳体验，例如：使用RFID标签，让店员快速找到丢失的存货。自新冠肺炎疫情爆发以来，我们看到零售商迅速创新、采用技术来保护员工的安全，并为消费者提供替代购物方式。但并非只有零售业面临着颠覆。此次疫情促使我们全社会寻求能够更快地跨行业、跨技术发展的方法，并加快了技术开发和应用的步伐。健康和生命科学领域的人工智能（AI）发展已极大提速。从帮助临床医生制定个性化治疗方案到精简临床工作量或解锁基因组学的洞见——将人工智能引入这些行业可能比许多人一开始想的要快得多。

[医疗电子]

印度宣布向 AI 领域投资 1037 亿卢比，强化对大语言模型的开发

3 月 8 日消息，印度政府宣布已批准国家级“ IndiaAI 使命”项目，旨在实现“让 AI 在印度扎根”和“让 AI 为印度服务”两大目标，预算达 1037.192 亿卢比（当前约 90.13 亿元人民币）。据介绍，该项目将由数字印度公司（DIC）旗下的“IndiaAI”独立业务部门（IBD）实施，并包括以下组成部分： IndiaAI 算力：将建立一个由 10000 个以上 GPU 组成的可扩展人工智能计算基础设施，以满足印度快速增长的 AI 初创公司和研究生态系统的需求。这些 GPU 将通过公私合作的方式建设。此外，其中还包括一个 AI 市场，从而为 AI 创新者提供 AI 即服务和预训练模型，使其成为获取关键人工智

[物联网]