年增长率超50%,AI芯片竞争白热化

发布者:TranquilSmile最新更新时间:2017-11-15 来源: 21IC中国电子网关键字:AI  智能化  大数据 手机看文章 扫描二维码
随时随地手机看文章

随着智能手机和个人电脑销售数量减少,芯片厂商正在竞相开发人工智能产品,以推动业绩增长。


英伟达、英特尔、AMD和一大批初创公司正在研发新的处理器,以开拓人工智能软硬件市场。据IDC公司调查,AI软硬件市场每年增长率达50%。



据IDC估计,全球人工智能相关软硬件支出可能从今年的120亿美元扩大到2021年的576亿美元。其中,相当一部分支出来自数据中心,到2020年预计有四分之一的支出将用于与人工智能相关的计算。


近年来,一些人工智能技术已经成为核心能力,例如帮助亚马逊的Echo智能扬声器理解口头命令;帮助Google母公司Alphabet的Nest安全摄像头区别熟人与陌生人,以便发送警报。人工智能技术还使Facebook将社交帖与广告相匹配。


互联网巨头公司Google、Facebook、亚马逊、IBM、微软、以及中国的互联网巨头,正在用专门硬件支持其数据中心,以加快训练人工智能软件,例如翻译文件。


互联网巨头正在利用深度学习,深度学习允许软件在数字文件(如图像,录音和文档)中寻找模型。训练数据需要花费一定时间,才能发现有意义的模型。互联网巨头希望改善其算法,不想等待好几周才确定训练是否有效。


芯片制造商正在争取帮助他们更快地做到这一点。


“芯片行业的每个人都在感受英伟达般的乐观情绪”


在24年的发展历史中,英伟达大部分时间都在制造个人电脑的高端图形芯片。最近,英伟达已经证明,他们训练AI软件比传统处理器更快。


英伟达周四公布的第三财季财报超过了华尔街对其收入和利润的预期,过去12个月中其数据中心的销售额增长了近三倍,达到约16亿美元,推动英伟达股价上涨了近七倍,周四收盘价达到205.32美元。


AI 芯片创业公司Mythic的首席执行官Mike Henry说,“这个行业里的每个人都在感受” 英伟达一般的乐观情绪。他表示,“(投资者)对(芯片行业)暴涨的兴趣”帮助Mythic 获得了1500万美元的风险投资,包括硅谷DFJ公司。


据PitchBook Data公司统计,今年私人投资者加倍投资人工智能硬件,达到2.52亿美元。


英伟达对手英特尔、AMD也在加速发力


英伟达的主要竞争对手并未停滞不前。去年,英特尔收购了Nervana Systems公司。英特尔正在与Facebook等公司合作,为这些公司提供基于Nervana的芯片,计划在今年年底前在AI计算方面超过英伟达。


除了Nervana之外,英特尔将AI性能提到整个数据中心产品线的优先级别。英特尔在上个月发布的三季度财报中表示,服务器处理器和可编程芯片的部门收入分别比上一年增长了7%和10%。


英特尔AI 部门负责人Naveen Rao表示:“英特尔并未透露在这些方面的全部投资,但我们在这个领域做了很多努力”。


除了英伟达和英特尔外,AMD也在发力。AMD最近发布了AI图形处理器产品线Radeon Instinct。百度是客户之一。


而有些公司不想等待芯片供应商。谷歌已经设计了自己的AI加速器,专门为自己的软件定制芯片,借此寻求竞争优势。


英伟达加速计算负责人Ian Buck表示,“这个市场才刚刚起步,并且在不断被创造和再创造。”

关键字:AI  智能化  大数据 引用地址:年增长率超50%,AI芯片竞争白热化

上一篇:游戏和摄像头芯片销售强劲 索尼股价明年能涨20%
下一篇:边缘计算与企业的发展关系

推荐阅读最新更新时间:2024-05-07 17:43

从不赚钱到人工智能“网红” 原来你是这样的科大讯飞
在人工智能概念正红的当下,有一家公司你一定不陌生,那就是科大讯飞。然而在创立初期,科大讯飞也经历了让公司绝望的日子,今天,小编就详细给你讲一讲科大讯飞的故事。 科大讯飞的诞生 故事的开头得从科大讯飞董事长刘庆峰说起。1973年,刘庆峰出生于安徽泾县,读书期间一直戴着“学霸”光环。 初中,刘庆峰开始自学立体几何、微积分、线性代数。1985年,12岁的他参加泾县初中数学、物理竞赛,包揽两个第一,隔年又以全县第一的成绩考入宣城中学。 在1990年,年仅17岁的刘庆峰被推荐到清华大学汽车工程专业,而他却放弃保送,亲自参加高考,结果以超出清华录取分数线40多分的成绩被中科大电子工程系录取,本硕博连读。那年,进入中科大就读的学生中有13
[机器人]
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]
印度宣布向 <font color='red'>AI</font> 领域投资 1037 亿卢比,强化对大语言模型的开发
人工智能渗透游戏产业还欠点火花
自掀起人工智能热潮以来,越来越多的产业开始关注人工智能,其中不乏游戏产业。近日,在日本名古屋举办的“RoboCup2017机器人世界杯”上,由上海仙知机器人科技有限公司提供技术支持的SRC战队勇夺小型组冠军,其背后的天使轮投资方正是国内知名游戏厂商游族网络股份有限公司。 实际上,游戏产业已基本完全数字化,拥抱人工智能是大势所趋。未来,AI+游戏撕逼将为玩家带来更多的惊喜,为开发者创造更多商机。 AI+游戏走进大众视野 人工智能在游戏领域是如何不断刷新着存在感? 早在1997年计算机便首次击败了当时等级分排名世界第一的棋手加里·卡斯帕罗夫,其以1胜2负3平的成绩输给IBM的计算机程序“深蓝”,当时业内便开始高呼着“人
[半导体设计/制造]
看看这家人工智能创业公司有啥独到之处
绝大多人的人都发现,在一个很宽的时间范围内等着接收包裹很麻烦,比如说从早上8点一直到下午5点之间,所以当快递创业企业Paack提供了一项服务,任何人都可以将送货的窗口时间缩短到一个小时,而且不需要支付额外的费用,它就面临着一项挑战。这家创业企业的路由引擎表现不错,但是需要变得更加高效。     进入Prowler.io——这是一家位于英国剑桥的机器学习创业企业,它将自己定位针对任何有复杂问题需要解决的公司的决策平台。   Paack在2018年2月,联系伦敦的风险投资公司Balderton,为其介绍了Prowler,并且在几个月里,就开始通过智能数字模拟调度该公司的货车和卡车。   在beta测试结束后,Paack公司的首席执
[嵌入式]
人类的AI调校计划:像个淑女,或者硬汉
“头像是我,不满意?”如果机器人或智能体,开始跟你说爹言爹语,你是什么感觉? “你再说我会脸红的哦”,如果女性机器人或AI智能体,用茶言茶语来表达顺服,你会开心吗? 不管你相不相信、喜不喜欢,人工智能(无论算法,还是机器人)的性别化,以越来越快的速度进入主流消费产品当中,频繁出现在你我的生活里。这时,人类社会中既有的性别规范,包括性别偏见,也被复制到了数字世界当中。 性别化的常见做法,包括通过语音(男声/女声)、姓名、体格以及其他特征,赋予智能体一种类似人的性别特征。比如Siri、Alexa、照护机器人、客服机器人等,往往都被默认注入女性气质;而空间站中的AI助理、裁判机器人、导航助手等,则特别流行男性气质。
[机器人]
人工智能对中国的意义超乎你想象!
  虽然机器人 经济,可能将无可避免地引发一系列工作岗位消失,但与此同时,我们也要看到,这样的自动化经济,某种意义上也可以进一步扩大中国的经济优势。下面就随家用电子小编一起来了解一下相关内容吧。   去年以来,人工智能便成了科技圈的宠儿,其他诸如AR、VR的,似乎都消失不见。而在今年的两会上,人工智能写进了政府工作报告。   人工智能的重要性,不言而喻。其实,在去年美国白宫和英国政府的人工智能报告上,便将其视为影响未来国家实力的重要因素;白宫甚至将其列为国家战略。   单就经济来说,借助人工智能新技术实现自动化,将极大提高生产率,节省劳动成本;通过优化行业现有产品和服务,提升其质量和劳动生产率,通过创造新市场、新就业等促进市场
[家用电子]
2018年人工智能还有这五大棘手问题待攻克
     在所有关于杀手机器人的高调宣传下,2017年在人工智能方面取得了一些显著的进步。例如,今年初名为Libratus(冷扑大师)的人工智能系统可能会使顶尖德州扑克选手陷入尴尬的境地;更有名气点的AlphaGo,数次让围棋冠军折戟。而在现实世界中,机器学习正在用于改善农业,扩大医疗保健的覆盖面。   但是你最近和Siri或者Alexa谈过了吗?那么你会知道,尽管炒作、信心百倍的亿万富翁,可还有很多事情,人工智能仍然不能做或无法理解。人工智能还面临着五大棘手问题,明年专家们得绞尽脑汁了。    理解语言   机器在使用文本和语言方面比以往任何时候都更好。Facebook可以读出对视障人士的图像描述。谷歌更是做了一个高级的工作,
[机器人]
图像和面部识别的现代挑战——以及人工智能如何促进微边缘解决方案
虽然图像识别可以成为提高安全性和生产力的强大工具,但系统设计人员不断面临着如何在更小、更低功耗的设备中提供更快速、更细致分类的挑战。趋势是通过在位于物联网边缘的微型微控制器上运行基于人工智能的识别算法来应对这一挑战。 本文着眼于图像处理如何变得更加复杂、可用的支持技术以及基于不同半导体制造商的硬件和生态系统的一些实际实施可能性。 图像识别及其主要子集——面部识别——多年来已广泛应用于工业和安全领域。然而,尽管技术进步使得用户能够使用摄像头进行图像识别,但识别结果往往并不理想。对图像进行分类的尝试可能会受到诸如比例或透视变化、背景混乱或照明等问题的影响。 因此,始终存在提高这些系统性能的压力,以便它们能够提供更细致的识别
[嵌入式]
图像和面部识别的现代挑战——以及<font color='red'>人工智能</font>如何促进微边缘解决方案
小广播
最新网络通信文章
换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved