人工智能(AI)是当前的大趋势,各方争相打造AI专用芯片。这场全球大赛中,中国万事具备,有钱有人,还有国家鼎力支持,有望强势崛起,成为AI芯片的领导者。
华尔街日报、The Verge报导,未来所有内建芯片的装置,包括智能机、汽车、家电等,都会有更多AI功能,比方说冷气机可以辨识家庭成员,依据他们的喜好调控温度。为了提高这些装置的工作效率,需要设计专属芯片,处理AI任务。
为什么目前的芯片无法处理AI工作?以传统智能机处理器来说,这类芯片不适合进行AI的深度学习,会拖慢装置速度、快速消耗电力。AI需要快速进行大量的小型运算,但是行动装置处理器的核心数寥寥无几,难以应付。正因如此,科技界爱用GPU处理AI任务,GPU算图和AI一样,需要处理大量的小型运算工作,GPU核心数往往上千个起跳。
然而要把数千个核心塞入装置里有难度,设计架构也需改变,才能让芯片同时应付更多运算。高通AI暨机器学习主管Gary Brotman说,平行处理是关键,还要提高处理效能。他认为不只要开发AI专用芯片,也须调整芯片架构。
AI芯片用途广泛,商机无穷,各国竞相投资,中国更誓言要在比赛中胜出。Moor Insights & Strategy分析师Karl Freund表示,AI芯片市场极大,将用于数百万个、甚至上千万个装置,中国以往进军半导体不太成功,但是这次不一样。
中国新创公司地平线机器人(Horizon Robotics)是AI芯片设计商,创办人余凯(Yu Kai)说,中国完全错过个人电脑的科技竞赛。之后的行动网路大赛,中国下半场才参赛,却打造出具竞争力的程式,急起直追。到了AI比赛,中国一开始就加入赛局,有机会胜出。
新华网3日引述新京报报导,由中关村京西建设发展有限公司负责统筹规划建设的“中关村人工智能科技园”规划用地面积54.87公顷,涵盖超高速大数据、云端运算、生物识别、深度学习等产业,目标是建成具有全球影响力的人工智能科技创新中心。
中国国务院去年7月20日发布“新一代人工智能发展规划”,誓言要在2030年达到AI理论、技术与应用总体皆为世界领先水平,成为世界主要AI创新中心。根据国务院列出的三阶段战略目标,第一步是力争在2020年AI总体技术和应用与世界先进水平同步;初步建成AI技术标准、服务体系和产业生态链,培育若干全球领先的AI骨干企业,AI核心产业规模超过1,500亿元(人民币)、带动相关产业规模超过1兆元。
关键字:AI芯片
编辑:王磊 引用地址:谷歌/Intel闪边!陆有钱有人、有望称霸AI芯片市场
推荐阅读最新更新时间:2023-10-13 00:02
联发科智能电视MT9602芯片组问市,AI 语音技术加成
联发科发布了适用于高端智能电视的 MT9602 芯片组。该芯片组最高可支持 4K HDR 屏幕,得益于 AI-PQ (图像质量)和 AI-AQ (声音质量)、HDMI 2.1a、全局 HDR,AV1 和 AVS2 解码支持,联发科表示能够为实时视频改善图像和音频质量。 据悉首款搭载该芯片的是来自摩托罗拉的电视,产品计划由 Flipkart 于10月9日在印度市场推出。据说这是印度市场上首款采用 Android 10 系统的智能电视。 联发科 MT9602 配备了 AI 语音技术和最多四个定向麦克风,从而让 OEM 厂商集成语音助手,实现免提语音控制和其他家庭 IoT 集成。它支持杜比全景声(Dolby Atmo
[嵌入式]
百度发布XPU:AI云计算加速芯片(基于FPGA,256核心)
△ 百度解释了FPGA上AI和数据分析工作负载的情况 刚刚在加州Hot Chips大会上,百度发布XPU,这是一款256核、基于FPGA的云计算加速芯片。合作伙伴是赛思灵(Xilinx)。百度也在这次的大会上,透露了关于这款芯片的更多架构方面的细节。 过去几年,百度在深度学习领域,尤其是基于GPU的深度学习领域取得了不错的进展。而且,百度也在开发被称作XPU的新处理器。 百度研究员欧阳剑表示,百度设计的芯片架构突出多样性,着重于计算密集型、基于规则的任务,同时确保效率、性能和灵活性的最大化。今天,他在Hot Chips大会上与来自FPGA厂商Xilinx的人士一同发布了XPU。 △ 百度去年宣布采用Xilinx Kinte
[嵌入式]
韩KAIST开发出AI脸部识别系统K-Eye及CNNP芯片
据韩媒Money Today报导,由韩国科学技术院(KAIST)电机暨电子工程系教授柳会峻带领的研究团队,开发出全球最省电、采深度学习的人工智能(AI)半导体芯片,将其命名为CNNP,并发表搭载CNNP芯片的脸部识别系统K-Eye系列。 近期全球科技业者竞相发表类似Google AlphaGo的AI技术,但大部分多为软体,速度较慢,难在移动装置环境下运作。若欲以高速、低电力进行驱动,必须开发出AI半导体芯片。 KAIST开发出全球最省电、采深度学习的CNNP芯片。KAIST 柳会峻研究团队在2017年2月国际固态电路研讨会(ISSCC)会发表这项研发成果,由于是全球最低功耗CNN芯片,因此备受瞩目。 研究团队表
[半导体设计/制造]
因特尔研发的首款神经网络芯片 将于明年量产
英特尔看到 Nvidia 在 AI 领域大放异彩,也想要用手上芯片弄机器学习,用一堆 Atom 芯片组成 Xeon Phi 架构,但是看来效果没想像中好。英特尔在 AI 开发者大会上发布第一款机器学习芯片 Nervana NNP-L1000,打算用并购的技术与 Nvidia 一较高下。 对于英特尔来说积极在 AI 布局相当重要,而从先前并购取得的技术当中,就属 Nervana 的神经网络芯片,最被看好能在 AI 时代有发展潜力,而且能跟 Nvidia 竞争了。 英特尔发布的文章指出 Nervana NNP-L1000 的性能: 一般性质的距阵对距阵乘法 (General Matrix to Matrix Multi
[嵌入式]
无芯片不 AI !Synopsys :人工智能时代机遇与挑战并存
2016 年的春天,一场 AlphaGo 和顶级围棋高手李世石的人机世纪对战把全球推上了人工智能(AI)浪潮的新高度;继 2017 年后,今年 3 月初“人工智能”再次被写入《政府工作报告》,总理强调要加强新一代 AI 研发的应用,在医疗、养老、教育、文化和体育等多领域推进 AI 的应用和落地。毋庸置疑,AI 是目前最热门的话题之一。 Synopsys 中国区副总经理沈莉 “这是最好的时代,因为我们都在做 AI,这也是最坏的时代,因为我们都在做 AI,机遇和挑战并存。”Synopsys 中国区副总经理沈莉在“人工智能芯片设计及应用论坛第二期上海站”上致辞表示。 在人工智能芯片设计及应用论坛第一期北京站上,来自高通,百度、地平线
[手机便携]
立志冲破行业格局的三大国外AI芯片公司
长期以来,计算机硬件和软件的创新是相互推动的,人工智能已经成为最新的驱动力。许多行业开始关注运行深度学习系统的硬件,而现有的人工智能芯片的局限性也日益明显。这导致有越来越多的投资者相信,人工智能可能是创建新兴的半导体公司的独特机会。 而且从长远来看,人工智能能力的产品的部署势头将继续增强,但需要越来越复杂的半导体设备来支持新一代智能产品。本文着重介绍了三家半导体厂商——Graphcore、GreenWavesTechnologies以及Gyrfalcon Technology Inc(GTI),它们提供创新的AI芯片,以推动这一趋势。下面就让我们一窥他们的真正实力。 英国AI芯片独角兽Graphcore—IPU将成为未来趋
[物联网]
高通推新款智能座舱芯片:支持AI助手控车 已与18个品牌合作
智东西1月7日拉斯维加斯报道,在CES 2019正式开展的前一天,高通照例在赌城拉斯维加斯举办了展前发布会。 今年高通CES展前发布会的主题是汽车出行,现场,高通产品管理高级副总裁Nakul Duggal推出了第三代骁龙智能座舱芯片平台,包括入门级、中级、高级三款产品。该平台搭载高通新一代AI引擎、搭载Hexagon DSP、第四代Kryo CPU、Spectra ISP、以及第六代Adreno GPU。 值得一提的是,在DSP中,高通同样用上了HTA张量加速器和HVX向量扩展内核,能够大幅提高AI计算力——这是前阵子发布骁龙855时高通砸出的重磅AI方案。 此外,高通还简单介绍了其在汽车C-V2X、5G RF射频前端、Wi
[汽车电子]
消息称因供应链产能升级,台积电生产的 AI 芯片未来将变得“更加昂贵”
9 月 26 日消息,据台湾地区“联合报”的消息,随着台积电供应链扩大 CoWoS 先进封装产能,这些中间膜价格的上涨最终将推高该公司生产的 AI 芯片成本。 由于对 AI 产品的强劲需求,台积电正在投资数十亿美元升级其封装产能。该公司今年 7 月宣布投资 28.9 亿美元(IT之家备注:当前约 211.26 亿元人民币)新建一座芯片封装厂,该公司的目标是到 2024 年底,将封装产能提高到每月 3 万片。 IT之家注:CoWoS 是将多个芯片裸片堆叠在一起的技术,该技术可以将这些芯片裸片放置在硅中间膜上,以来提高它们的性能。 据悉,台积电正从辛耘、万润、弘塑、钛升、群翊等设备厂采购 CoWoS 机台,这些公司有望成为台积电 Co
[半导体设计/制造]