免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

最近,英特爾推出了第二代神經擬態芯片Loihi2和用于神經啟發應用程序的開源軟件框架Lava。并且,Loihi2采用Intel4工藝的預生產版本制造。使用極紫外光刻技術簡化布局設計規則,使得快速開發Loohi2成為可能。

在AI芯片方面,除了英特爾推出的神經擬態芯片,百度也在8月18日的百度世界大會上宣布第二代自研AI芯片——昆侖2正式量產。公布即量產,可以看出百度對于昆侖芯片的自信。

自1956年的Dartmouth學會上,人工智能的概念誕生。經過了半個多世紀的發展,麥卡錫提出的人工智能在機器人、語音識別、圖像識別等領域都不斷發展。而在人工智能發展的過程中,必然不會缺少的就是AI芯片。

目前對于AI芯片并沒有明確的定義,廣義上所有面向AI應用的芯片,包括訓練和推理應用的芯片都可以稱為AI芯片。

幾乎所有的科技巨頭都已開始布局,除了百度、英特爾兩家企業,特斯拉也推出了號稱全球算力最高的自研AI芯片。AI芯片行業巨頭英偉達市值一度被推至5000億以上。

AI芯片的市場注定是一場激烈的斗爭。

資本的涌入

2017年左右掀起了一輪新的AI熱潮。AlphaGo戰勝人類頂級棋手柯潔,橫掃圍棋界,一時間學界開始了又一輪的AI研究。

在最近三年級,AI芯片領域出現了兩筆超級融資,壁仞科技在新創18個月就融資超過47億元,創下國內芯片創業公司的最大融資記錄。摩爾線程成立不到一年,估值超百億,融資數十億。

就單從2021年開年后看,AI芯片行業至少有20多起公開融資,而已公布的投融資金額及加起來,合計已達到約200億人民幣,其中有至少8起單筆融資的金額逾10億人民幣,單筆最高融資達53．5億人民幣。

國內的云端AI芯片創業公司擁有超強的吸金能力。

致力于打造高性能GPU的沐曦集成電路有限公司8月27日宣布完成10億元人民幣A輪融資。

2021 年 1 月,燧原科技完成 18 億人民幣 C 輪融資。其實在去年 5 月,燧原科技就完成 7 億人民幣 B 輪融資,領投方為半導體產業基金武岳峰資本,老股東騰訊繼續跟投。

2021年3月1日,云端服務器級的通用高性能計算芯片的天數智芯宣布完成C輪12億元融資。

摩爾線程在成立后的短短100天,即獲深創投、紅杉資本中國基金、GGV紀源資本等眾多機構的青睞,融資金額已達數10億。

可重構存算AI芯片的提出者千芯半導體(TensorChip)在3月22日公布完成了數千萬人民幣融資。

9月22日,黑芝麻智能宣布今年已經完成數億美元的戰略輪及C輪兩輪融資。戰略輪由小米長江產業基金、富賽汽車等國內產業龍頭企業參與投資。

在深圳的墨芯人工智能,其自稱是唯一擁有動態稀疏和靜態稀疏技術的企業,在今年的1、3月份分別宣布獲得新融資。

如此強大的吸金能力,能夠看出資本方對于AI芯片企業的看好。

無論資本市場如何火熱,檢驗AI芯片創企們長期發展實力的關鍵準則,最終會回歸到產品實際性能和落地能力上來。

AI芯片落地難點

AI芯片已經進入肉搏期。相比起一度火熱的概念潮,目前比拼的是誰能夠率先落地產品、構建生態。

現在的問題成為了:進入了哪些場景?合作了哪些客戶?有沒有軟硬一體化方案?是否已經有標桿案例?

AI芯片落地難的原因可能有很多個。例如,神經網絡中的卷積運算加速對于功耗的增加,當算力翻倍,除了硬件成本增加,電力供應和電費成本更是一個瓶頸。從芯片技術到算法理論的創新,是一個原因。

還有芯片研發速度小于AI語言的研發速度,當出現合適的芯片時,其采用的AI語言可能已經過時。這對于能否量產打出了一個問號。

Rokid北京AI實驗室負責人高鵬在鈦媒體的采訪中說,“衡量一塊芯片成功與否的標準,就是看它能否大規模的應用于產品。” 云知聲創始人黃偉也曾表示:“我們的芯片是有客戶的,不是PPT造芯,更不是自嗨。“

落地難更重要的原因還是在應用場景的設計。缺乏殺手級應用使得現有的AI芯片沒有清晰的定位,無法高度優化PPA。支撐AI芯片的不僅僅是AI計算,更要面向場景,實現完整的功能。

“每個規格的芯片都有自己的特性,有些芯片非常便宜,性能就會差,無法支持諸如打斷喚醒這種前端能力,這類芯片就適合高性價比產品;像 Rokid KAMINO18這樣的AI 芯片,支持4麥陣列,就很適合智能音箱場景。”圖靈機器人兒童事業部總監劉峰表示。

除去殺手級應用場景的缺乏,很多半導體投資人都表示,誰能在自己的產品賽道上率先突破生態,誰就能存活下來。

所謂的AI芯片生態指的是,芯片上整個軟件棧來支持AI框架,而AI應用程序則是基于這些框架開發的。軟件棧包括驅動程序、編譯器、函數庫、算字庫、工具包等等,是實現高性能、高通用性、高易用性,以及針對不同應用場景深度優化的關鍵。

生態搭建的難度和時間,遠比芯片開發要更難、更長。

安謀中國AI技術高級市場經理吳彤曾表示,ASIC定制類的AI芯片會在未來的五到十年內成為市場上的主流,與此同時,AI芯片領域專用架構(DSA)也將開始流行。

針對不同的應用場景,客戶的需求并不統一。一個可以商用的AI芯片除去自身芯片的研發,更多的時間還是花在了創造生態上。

在AI訓練芯片領域,國際巨頭英偉達一家獨大,云端訓練芯片上,很少有公司能夠突破英偉達生態。在英偉達快速擴大中,生態成為了他的“護城河”。在2019年,云廠商亞馬遜、谷歌、阿里巴巴中97．4%的人工智能加速器都部署了英偉達的圖形處理器。

生態的改變絕非一朝一夕的事。