英特尔采取措施阻挠Nvidia收购VIA-电子工程世界

分享到: 微博; QQ; 微信; LinkedIn

　　3月21日消息，据台湾媒体报道，来自主板业界的消息人士透露，英特尔将不向Nvidia开放下一代产品的相关技术信息，以此阻止Nvidia收购X86架构通用CPU厂商威盛(VIA)。

　　AMD收购了ATi之后，拥有了CPU、芯片组与显示芯片等完整的平台，Nvidia虽然显示芯片很不错，但由于没有处理器，在技术规格上受制于处理器厂商，虽然现在Nvidia的财务状况还不错，但不少人士预计2009年Nvidia将面临前所未有的瓶颈。

　　基于自身发展的考量，Nvidia开始同威盛谈判，希望能收购或者合并。据国外媒体报道，双方目前洽谈中的方案包括三种：Nvidia与威盛结成战略同盟；Nvidia收购威盛的处理器业务；Nvidia完全收购威盛。

关键字：Nvidia 英特尔 VIA 收购威盛显示芯片芯片组处理器 CPU 技术规格编辑：汤宏琳引用地址：https://news.eeworld.com.cn/news/enterprise/200803/article_18402.html

上一篇：产能平衡需求疲软 2008 IC增长放缓
下一篇：破坏世界环境极具危险的十大技术

推荐阅读

NVIDIA下一代Hopper架构曝光！采用5nm工艺晶体管超1400亿

据媒体报道，NVIDIA下一代主要面向高性能计算、人工智能等Hopper架构，将会采用5nm工艺制程，晶体管多达1400亿个，面积核心达到了900平方毫米，是有史以来最大的GPU。　　作为参考，NVIDIA自家旗舰Ampere架构的A100为542亿个晶体管（每平方毫米约为6560万个晶体管），AMD阵营中采用Aldebaran架构的Instinct MI200系列为582亿个晶体管（每平方米约为7360万个晶体管），GH100是它们的2.5倍左右。Hopper架构的GH100在5nm的加持下，能够在单芯片封装下轻松做到每平方毫米1.5亿个晶体管。　　不过这一说法遭到了存疑，因为当前EUV光罩的限制为858平方毫米，而GH100

发表于 2022-02-10

<font color='red'>NVIDIA</font>下一代Hopper架构曝光！采用5nm工艺晶体管超1400亿

Meta与NVIDIA联合打造大型AI研究超级计算机

Meta的AI超级计算机是迄今为止最大的NVIDIA DGX A100客户系统。该系统将为Meta的AI研究人员提供5百亿亿次级AI计算性能，采用了最先进的NVIDIA系统、InfiniBand网络和软件，实现了数千个GPU集群的系统优化。 Meta Platforms充分认可NVIDIA，为其有望成为有史以来最强大的研究系统选择了NVIDIA的先进技术。于今日发布的AI研究超级集群（RSC）已在训练新模型以推动AI发展。部署后，Meta的RSC预计将成为最大的NVIDIA DGX A100客户系统。Meta在一篇博客文章中表示：“我们希望RSC帮助我们建立全新的AI系统，例如可以为多个不同语言的团队提供实时语音翻译，使

发表于 2022-01-26

Meta与<font color='red'>NVIDIA</font>联合打造大型AI研究超级计算机

Arm表示，如果与Nvidia的交易失败，公司将会停滞不前

本文编译自EETimesArm日前表示，如果 Nvidia 的收购协议失败，Arm 作为一家独立公司的增长将面临重大障碍。这份长达 29 页的文件详细介绍了Arm-Nvidia 联合对英国政府的回应，去年 11 月政府决定将该交易提交英国竞争与市场管理局 (CMA) 进行进一步调查。回应强调，如果没有英伟达的投资，Arm 在数据中心市场的增长以及与英特尔公司和 X86 现有公司的竞争中将处于严重劣势。该文件还解释了为什么 Arm不能IPO，同时指出 Arm 面临来自新兴 RISC-V 竞争对手的激烈竞争。文件称，随着软银的投资接近尾声，Arm 发现自己正处于十字路口，使其被英伟达收购成为“独一无二的、千载难逢的机会，可以扩大和增强

发表于 2022-01-20

NVIDIA:ROS及仿真将在 2022 年推动机器人事业发展

机器人和人工智能在 2021 年继续融合，新兴的硬件和软件堆栈扩展了移动机器人、无人机、协作机器人和自动驾驶的能力。新的一年会带来什么？NVIDIA产品管理和自主机器负责人兼机器人技术总经理Murali Gopalakrishna日前接受了Robotics 24/7的采访。Gopalakrishna领导的业务开发团队专注于机器人、无人机、工业物联网 (IIoT) 和企业协作产品。他拥有印度国家工程学院的工程学学士学位。在 2016 年加入 NVIDIA 之前，Gopalakrishna 是索尼CTO办公室平台和技术战略的全球首席负责人，他负责从手机、平板电脑和可穿戴设备到物联网平台的产品。Gopalakrishna

发表于 2022-01-09

NVIDIA为AI辅助驾驶平台提供强大的感知深度神经网络

高性能、高能效的 AI 计算提升自动驾驶汽车的检测能力。对于自动驾驶汽车而言，感知地面情况十分重要。虽然人类被教导要避免作出太仓促的判断，但自动驾驶汽车必须快速、准确地发现、检测并马上采取行动，以实现安全运行。这项功能需要一个能够全面识别和追踪车辆周围环境的强大感知软件堆栈。一些来自全球各地的初创企业正在开发这些感知堆栈，通过 NVIDIA DRIVE AGX 的高性能、高能效的计算为自动驾驶汽车制造商提供高度精确的物体检测功能。NVIDIA DRIVE AGX 平台能够处理来自各种传感器的数据，包括摄像头、雷达、激光雷达和超声波等，来帮助自动驾驶汽车感知周围环境、根据地图进行定位，然后规划并实行一条安全

发表于 2021-12-15

云服务、OEM 借助 NVIDIA AI 让 AI 训练更上层楼

借助 NVIDIA AI，戴尔、浪潮、Microsoft Azure 和 Supermicro 在今天发布的新 MLPerf 基准测试中创下快速训练 AI 模型的记录。看看谁刚刚在快速训练 AI 模型方面创下新速度记录：戴尔科技、浪潮、Supermicro和在 MLPerf 基准测试中首次亮相的 Azure 均在使用 NVIDIA AI。在今天宣布的 MLPerf 训练 1.1 结果中，NVIDIA平台在所有八个热门工作负载中都创下了记录。图示：在新一轮的测试中，NVIDIA AI 训练所有模型的速度都快于替代方案。NVIDIA A100 Tensor Core GPU 提供了最出色每芯片性能, Selene 是NVIDIA内部

发表于 2021-12-02