中科院寒武纪CEO陈天石表示，很快市面上就将见到嵌入寒武纪IP的智能终端机产品，此外放眼未来的三年，智能终端机与服务器采用寒武纪人工智能(AI)芯片IP的SoC将达数亿颗。他的这番话，也间接证实了华为海思麒麟970芯片将与寒武纪展开IP合作。
中科院寒武纪CEO陈天石30日参加全球(上海)人工智能创新峰会时，对DIGITIMES与在场其他媒体做出上述表示。
寒武纪将建立AI芯片技术壁垒
陈天石指出，过去十年AI复兴的发动机是“摩尔定律”，未来十年，摩尔定律放缓，导致持续发展的动力不足。未来AI从终端到云端，都需要支持大规模AI应用，其中一个专门的深度学习处理器必不可缺，必须寻找一个专门处理器解决办法。
他说，在中科院的支持下，2016第1季推出首个深度学习处理器IP(1A)，专用AI芯片其功耗性能将达CPU的数百倍以上。目前寒武纪已经推出的全球首个智能处理器指令集，未来将持续推广“技术授权”，让产业内的AI企业能快速获得智能处理的能力；并且，持续保持技术上的壁垒，寒武纪未来将持续携手产业伙伴，打造建立一个共同的生态环境。
除了智能终端机以IP技术授权，马上就有合作伙伴就要推出产品，并表示只要多关注最近的产业新闻大概就知道。此言，也间接证实了寒武纪与华为海思芯片的合作传闻。
云端智能领域方面，寒武纪专门的芯片与加速卡也与中科曙光等合作，包括商汤、科大讯飞等也都是潜在客户。陈天石预计，未来三年内，智能终端机与服务器将采用寒武纪AI芯片IP的SoC达数亿颗。
他说，过去在PC时代，英特尔(Intel) X86在个人电脑(PC)处于独大地位，未来寒武纪也将持同样的雄心高度。
AI产业处于大爆发阶段
他以一个生动的比喻“寒武纪是生物种类大爆发的时代，如今，也是智能技术大爆发时代，衍生不同深度学习多样化的演算法，支持不同多样化的技术与应用”，这是未来AI硬件将面临的新挑战。
AI的挑战在于未知的领域。他说，不同于神经型态处理器，寒武纪走的还是比较偏向“实用型”的深度学习处理器。他认为，在人类认知智能方面、感知与认知的融合等基础研究方面，还需要累积长期的努力。
他也透露，未来在建构超级智能电脑的规划上，中科院计算所与旗下孵化的企业，也将会共同承担责任与规划使命。
关键字：SOC
编辑：王磊 引用地址：三年内寒武纪IP的SoC将达数亿颗 并参建超级智能电脑
推荐阅读最新更新时间：2023-10-12 23:51
新出现的SoC FPGA上的策略考虑
集成了 FPGA 架构、硬核 CPU子系统以及其他硬核 IP的 半导体 器件 SoC FPGA已经发展到了一个“关键点”，它在今后十年中会得到广泛应用，为系统设计人员提供更多的选择。对于在 FPGA上开发的系统，这些 SoC FPGA完善了十多年以来的软核 CPU以及其他软核 IP。各种技术、商业和市场因素相结合推动了这一关键点的出现，A lte ra、Cypress.半导体、Intel 。和 Xilinx.公司等供应商都发布或者开始发售 SoC FPGA器件。
这一关键点的主要推动因素包括：过渡到并行和多核处理，以提高功效;FPGA成为前沿的新半导体工艺技术; 嵌入式系统 中越来越多的使用了FPG
[嵌入式]
AI 走进手机 SoC，华为 NPU 有何不同？
集微网报道 近些年来，人工智能（AI）的热度不减，从技术、算法、应用到各种商业模式层出不穷，但从智能手机处理器层面，第一个将 AI 应用引入SoC 平台的便是华为麒麟，新一代的麒麟970在德国柏林的IFA展上正式发布，全球首次内置神经元网络单元（NPU），通过人工智能深度学习，将手机的硬件全都统筹在一起，让手机的运行更加高效。 据悉，与 CPU 相比，麒麟970的 AI 运算能力最高可达到50倍的能效和25倍的性能。举例来说，在NPU的加持下，拍摄1000张照片仅消耗手机0.19%的电量（电池容量为4000mAh ），且同样的拍摄场景下麒麟970的拍摄速度也要比普通 CPU 快上不少。相较于 iPhone7 Plus 的4
[手机便携]
如何利用软件作为激励来加速SoC系统级验证？
验证复杂的SoC设计要耗费极大的成本和时间。据证实，验证一个设计所需的时间会随着设计大小的增加而成倍增加。在过去的几年中，出现了很多的技术和工具，使验证工程师可以用它们来处理这类问题。但是，这些技术中很多基于动态仿真，并依靠电路操作来发现设计问题，因此设计者仍面临为设计创建激励的问题。 设计者可以使用运行在处理器上的固件作为验证仿真激励的一部分，这也是目前通常采用的方法——使用全功能处理器模型。与在HDL中编写激励相比，固件作为激励速度更快，并且更容易创建。在一个全功能处理器模型上执行代码的缺点是模型运行较慢，因此只有少量软件会使用这个技术执行。很多固件执行由取指令操作和内存读写周期组成，验证价值很低。在逻辑仿真器中屏蔽这些低价值操
[电源管理]
ARM与NVIDIA合作发布移动互联网设备SoC方案
ARM公司日前宣布，在2008台北国际电脑展（COMPUTEX TAIPEI 2008）上发布的NVDIA Tegra移动片上电脑，是基于ARM11 MPCore多核处理器技术而设计。作为世界上最小的、全高清片上电脑，NVIDIA Tegra针对下一代智能手机和移动互联网设备（MID）进行了优化，为用户提供完整的互联网体验、高清视频和绝佳的3D触摸界面。这是ARM处理器技术第一次被授权专门用于面向超便携、超低功耗的MID市场的片上系统（SoC）。
NVIDIA移动业务部门总经理Mike Rayfield表示：“当今的消费者希望便携计算设备能够根据他们特定的需求进行量身定制，同时还能提供与台式个人电脑同样生动和迷人的
[嵌入式]
数字电路降噪语音捕获SoC提升语音辨识度
近年来，智能手机和笔记本电脑等移动/便携设备市场持续快速发展。这些产品在不断集成更多新功能以增强用户体验的同时，在基本语音通信功能的用户体验方面仍有充足提升空间，特别是在嘈杂环境下提升语音清晰度，同时保持语音自然逼真度。例如，用户在拥挤的商业街区行走时，周围环境中可能充斥着汽车喇叭、发动机轰鸣、建筑施工噪声、嘈杂人群噪声、脚步声甚至是风噪等，此时用手机进行语音通话时，传统技术难以提供清晰的语音通信效果。此外，制造商也在为新兴的平板电脑等增加视频通话功能。在利用这些移动/便携设备用于电话会议时，周围环境中同样可能包括多种噪声，如办公室嘈杂人声、周围谈话声、电脑噪声、笔划噪声及玻璃器皿碰击声等，要提供清晰的通话效果同样不易。
在
[模拟电子]
一种基于SoC FPGA的心电信号检测系统设计
摘要： 设计实现了一种基于片上系统现场可编程门阵列( SoC FPGA) 的心电信号( ECG) 检测系统。系统通过具有高输入阻抗、高共模抑制比和低噪声的前置采集放大电路，实现心电信号的拾取和预处理。通过基于SoC FPGA 的硬件平台和移植的嵌入式Linux 开发环境的软硬协同设计方式，完成了心电信号的A/D 转换、VGA 显示、Micro SD 卡数据存储和心电信号算法处理，能够对心电信号进行小波分析和QRS 波检测，实现了对心电信号的采集、显示、存储和处理。
0 引言
心电信号( electrocardiogram，ECG) 能够客观反映心脏各部分的生理状况，也是用来诊断心脏疾病的主要依据，由于其具
[医疗电子]
SoC跨入64位时代：移动终端究竟需要多快？
“我们的电脑需要多快的处理器”，曾经是不少消费者在购买品牌电脑或是组装电脑之前不可避免的问题。如今随着智能移动终端硬件参数竞争持续升级，作为其绝对核心、我们俗称为移动处理器的SoC芯片的重要性愈加受到消费者关注。 苹果A7处理器首开64位智能手机SoC处理器先河 尤其苹果iPhone 5s此前以全球首款采用64位移动处理器的智能手机产品身份亮相，无疑意味着SoC芯片竞争如今终于升级至全新高度——即General-Purpose Registers通用寄存器带宽的层面。加之芯片领域巨头英特尔公司所力推的X86架构、高通公司独具的Krait微架构等技术更多地出现在我们眼前，相较之下单纯移动处理器核心数量之争其实已经颇为“幼
[手机便携]
英伟达推出自动驾驶平台专用SOC：超 90 亿个晶体管
早在2016年9月，NVIDIA就公布了名为Xavier的全新的八核处理器架构，将会采用NVIDIA最新的Volta GPU。 而继去年拿出了 Xavier 车用 AI 超级电脑后，在这次的 CES 上他们又再发布了全新的 Xavier SoC。 这款产品采用 8 颗定制的 CPU 核心和 512 核心的 Volta GPU，拥有超过 90 亿个晶体管，具有30 TOPS 的运算力，但功耗却仅有30W。按照英伟达工程师的说法，它比帕斯卡架构运算效率高15倍。 同时它还配备了 8K HDR 影像处理器，以及深度学习加速器和新的机器视觉加速器，将成为NVIDIA自主车辆DRIVE Pegasus AI平台的基础。
[半导体设计/制造]
ARM SoC体系结构_（英国）
模拟集成电路设计与仿真
京公网安备 11010802033920号