国内首款超低功耗智能芯片在肥问世

国内首款超低功耗智能芯片在肥问世

7月16日,合肥恒烁半导体科技公司与中国科大团队历时两年共同研发的基于NOR闪存架构的存算一体(Computing In Memory)AI芯片系统演示顺利完成。这标志着,具有我国自主知识产权,国内首创、国际领先的超低功耗存算一体的人工智能芯片在肥问世。

研发团队成员之一、中国科大博士陶临风介绍,存算一体就是把存储和计算结合在一起。在传统计算过程中,计算单元需要将数据从存储单元中提取出来,处理完成后再写回存储单元。而存算一体则省去数据搬运过程,有效提升计算性能。相较于传统芯片,存算一体人工智能芯片具有能耗低、运算效率高、速度快和成本低的特点。

据了解,该芯片是一款具有边缘计算和推理的人工智能(AI)芯片,能实时检测通过摄像头拍摄的人脸头像并给出计算概率,准确且稳定,可广泛应用于森林防火中的人脸识别与救援、心电图的实时监测、人工智能在人脸识别上的硬件解决方案等。

据官网介绍,合肥恒烁半导体科技公司于2015年2月在合肥市注册,在上海浦东高科技园区设有研发中心,并且在中科大先研院设有3D NAND联合开发实验室和测试中心。此外,公司已和多家晶圆生产和封装厂建立了战略合作伙伴关系,共同开发NAND 、NOR闪存、EEPROM和其它新型存储器产品。

5G时代,边缘计算成AI芯片发力点

5G时代,边缘计算成AI芯片发力点

人工智能(AI)芯片首先是在云端服务器市场得到应用,随后向终端领域扩展,然而目前在5G商用大潮的推动下,边缘计算(edge computing)开始受到重视,越来越多边缘服务器被铺设,人工智能在边缘侧的应用也逐渐展开。未来一段时间,边缘计算将成为AI芯片发展最快的新领域。这也意味着,人工智能最终将在“云—边—端”的全产业链条上实现覆盖。

边缘计算重要性持续增加

4G改变生活,5G改变社会。5G的到来将使无线通信技术从服务人向着服务行业、赋能产业升级的层次演进发展,进而催生出大量新兴业态。中国信科副总经理、无线移动通信国家重点实验室主任陈山枝对记者介绍了5G网络定义的三大应用场景:eMBB(增强型移动宽带)、mMTC(海量机器类通信)、uRLLC(超可靠、低时延通信)。更加强调高带宽、低延时和海量设备连接是5G时代信息通信的主要特征。

而要想实现这样的网络性能不可能单纯依靠云端服务器对终端设备提供的算力支持,势必更多地依靠边缘设备。边缘计算的重要性在5G时代将不断凸显出来。Gartner的分析报告显示,目前,大约10%的企业生成数据是在传统的集中式数据中心或云之外创建和处理的。到2022年,Gartner预测这一数字将增长到50%。谷歌也称,如果移动网站在3秒内没有加载,53%的访问者会放弃它。可以说随着5G时代的到来,数据的处理向边缘侧转移已是大势所趋。

这种情况在人工智能领域也有所体现。此前,由于无线网络中的数据处理主要依赖云端服务器,因此人工智能的应用更多集中于云端服务器,但是随着5G时代的到来,边缘计算逐渐将智能化处理从云端转向边缘,比如自动驾驶、远程医疗以及智慧城市等。

对此,有专家预测,这些智能终端产品或解决方案,都不允许超过数毫秒的时延,并对于抖动或时延变化极其敏感。未来,如果没有边缘计算的支持,将有很多应用可能都无法实现。

边缘计算AI芯片开发受重视

“在发展过程中,AI芯片首先是受到了云端服务器市场的关注和应用,国际公司如Google的TPU、亚马逊的Inferentia、英特尔的SpringCrest,国内公司如寒武纪的MLU100、百度的昆仑、华为的升腾、比特大陆的算丰,都是面向云计算所开发。其次,AI芯片在终端SoC市场的发展也较快,由于移动智能终端的竞争趋于白热化,华为、高通等公司纷纷推出专属SoC搭载AI加速模组,以实现终端侧的人工智通计算,AI加速模组IP的提供商也有ARM、Cadence、CEVA、寒武纪等公司。”清华大学电子工程系教授汪玉指出。

不过,随着边缘计算的发展,面向边缘计算的AI芯片也开始受到越来越多的重视。去年,华为发布了Ascend系列芯片,其中Ascend 310芯片定位中高端,其8W/8TFlops的性能下可覆盖智能摄像头市场,可进击自动驾驶市场,华为已经与奥迪合作,发布了基于Ascend 310芯片的自动驾驶边缘服务器MDC600,算是针对边缘服务器市场的一次重要尝试。Nvidia的Xavier芯片,峰值算力30TOPS,功耗30W,主要面向自动驾驶,同样是边缘计算的产品之一。比特大陆发布的第二代AI芯片BM1682自带视频解码和后处理操作且集成了CPU,面向视频监控,同样可应用于边缘计算服务器。

“新的边缘启用、数据密集型应用和工作负载将由AI提供支持。AI将用于分析和解释来自这些应用程序的数据,以帮助人们在某些情况下,实时做出关键决策。”汪玉表示。

可以预计边缘计算会成为未来最重要的人工智能硬件市场之一。在未来无论是相关应用还是相关芯片都将有更多公司大手笔投入,从而推动人工智能的进一步发展。

中国AI芯片市场将进一步扩大

目前,中国5G商用已经启动。伴随5G商用幅射面的不断扩大,人工智能、云计算、大数据、物联网等新兴产业发展迅猛,中国AI芯片市场将进一步扩大。中国AI芯片厂商如何利用这个发展机遇加快抢占边缘侧市场阵地呢?

首先应当明确的是,边缘计算等AI芯片目前最大的应用市场其实是在中国。随着越来越多人工智能应用的落地,华为、商汤、旷视、比特大陆等企业纷纷推出优秀的产品并在市场上站住了脚跟。这一方面加速了基于人工智能的应用成熟,另一方面也给AI芯片带来了市场,从而为人工智能完整产业链的成熟带来了机会。

此外,汪玉提出建议,目前AI芯片设计面临着太多种的枢架,如TF、Pytorch、Caffe、Mxnet等。同时现存的芯片平台也有很多,如CPU、GPU、FPGA、ASIC等。这就给AI芯片的设计开发带来了极大的挑战。如果能有公司设计开发出一款中间层性质的平台产品,由它来向上支持不同类型的设计框架,向下支持各种芯片平台,并最终服务于各个人工智能公司,将大大降低AI芯片设计中的复杂度,提高工作效率。这其中蕴含着巨大的商机。

汪玉也呼吁应当加强产学研的结合,以技术为基本出发点,营造出有利于创新发展的环境。通过这一系列的努力,中国完全可以抓住新一轮由5G商用所趋动的边缘计算市场商机。

接连出台两个“五年计划” 深圳布局集成电路、人工智能抢占C位

接连出台两个“五年计划” 深圳布局集成电路、人工智能抢占C位

广东去年8月公布了《广东省新一代人工智能发展规划》,广州深圳都加紧布局。目前,以京津冀、长三角、粤港澳为代表的三大人工智能产业集聚区初步形成,其人工智能企业总数占全国的86%。

深圳作为科技创新的一面旗帜,近日步伐加快,先后出台了《进一步推动集成电路产业发展行动计划(2019-2023年)》(以下简称“集成电路五年计划”)以及《深圳市新一代人工智能发展行动计划(2019-2023年)》(以下简称“人工智能五年计划”)。在这两个五年计划中,能看到深圳对于集成电路和人工智能行业发展的思索和对未来的谋划。可以说,在这一波抢占集成电路和人工智能C位的赛道上,深圳正式出手了。

目标:到2023年“AI+IC”都要达到全球领先水平

“集成电路五年计划”目标是:到2023年产业整体销售收入突破2000亿元,引进和培育10家销售收入20亿元以上的骨干企业,制造能力初步具备全球竞争力,设计水平整体进入全球领军阵营,第三代半导体技术能力对关键应用领域形成有力支撑。

“人工智能五年计划”目标是:在5年内打造10个重点产业集群,全市人工智能核心产业规模突破300亿元,带动相关产业规模达到6000亿元,将深圳发展成为我国人工智能技术创新策源地和全球领先的人工智能产业高地。

这不只是经济数字上的目标,实际上两个“五年计划”中都强调,“五年后在集成电路和人工智能产业,深圳都要达到全球领先的水平”。这意味着不仅要掌握核心技术,还要掌握行业话语权。

深圳为何要在人工智能和集成电路两个产业发力?一方面,人工智能和集成电路是风口已成共识,在2019数博会上,有专家指出第四次工业革命将在10年后到来,人工智能将是核心技术;另一方面,深圳的人工智能和集成电路产业已有一定基础,集中规划能让这两个产业迈入更高层次。对比国内其他大城市,深圳有更好产业基础作依托。

短板:补齐基础创新短板 出台多个领域管理体系

但需要注意的是,虽然人工智能和集成电路是眼下大热的产业,却也有着自身发展的瓶颈。例如目前的基础层发展薄弱,产学研协同创新能力较低,最终造成区域集群效应还未成型。那么,深圳此次接连出台两个五年计划只是为了“破局”发展瓶颈吗?实际上,接连出台两个五年计划,并不是突发性的,而是酝酿已久。

去年12月底深圳出台了《关于加强基础科学研究的实施办法》(以下简称《实施办法》)。其中说到要“重点聚焦人工智能、集成电路、第三代半导体、生物与生命健康、新材料、新能源、智能制造和医疗器械等技术领域”,并表示要“构建对标前沿、主动布局、联合决策、专业服务、持续支持的管理体系”。

此次接连出台有关人工智能和集成电路的两个五年计划,正是契合了《实施办法》中指出的需要重点聚焦的领域。目前深圳的产业规划,是紧密结合超大型城市可持续发展和高新技术产业发展的需求,打造的都是深圳的“未来产业”,这些产业的发展状况和高度,一定程度上决定了深圳的未来经济。

从《实施办法》的名字中可以看出来,最终目的还是要补齐深圳的基础科学短板。去年初深圳就已经在规划,要抓紧制定基础科学研究“1+ N”政策体系,旨在补齐基础创新短板。数月以后,一份份有关如何补齐基础创新短板的文件就接连下发。政府去做规划会不会干预了市场呢?对此,深圳原副市长、哈工大深圳经管学院教授唐杰在最近一次公开演讲中表示,“深圳的做法总结下来是:市场是主导,企业是主体,法治是基础,政府是保障。”《实施办法》和两个五年计划实际上都只是搭了一个框架,下面要把主场交给市场。

人才:建急需紧缺人才目录 定向补充专业人才

从这两个五年计划来看,很多政策都是在定向解决目前出现的种种问题,首当其冲就是人工智能和集成电路这两个领域存在着人才短缺问题。

据《中国集成电路产业人才白皮书(2017- 2018)》,到2020年前后,我国集成电路行业人才需求规模约72万人,但现有人才存量只有40万,缺口将达32万。深圳副市长王立新之前也表示:“深圳人工智能领域领军人才特别是跟研发产生链相关的复合型人才缺乏,能同时提供产业应用核心技术和解决方案的研发团队不足。”

针对这一问题,“集成电路五年计划”中提出,要“建立集成电路领军人才库,每年遴选一流的科学家、企业家和技术专家入库。同时,对符合深圳人才标准的科研项目带头人、技术骨干和管理人才等领军人才,在住房保障、医疗保障、子女就学、补贴奖励、创新创业等多方面给予优先支持”。

“人工智能五年计划”也同样提出,“要加快推动人工智能领域高端人才团队的引进”,还特别指出“要建立急需紧缺人才目录并动态更新,强化市场发现、市场认可、市场评价为基础的人才评价体系,构建人工智能人才评价机制,在关键核心技术领域靶向引进领军型人才团队。”

一个是建立领军人才库,一个是建立急需紧缺人才目录,然后通过多方面优惠政策来吸引领军人才,在人才引进上打一记“组合拳”。

除了引进,深圳也由过去“优惠政策吸引全国乃至全世界人才”转变为“自主培育高技能人才”,在“集成电路五年计划”中明确,要支持本市高校申请“国家级示范性微电子学院”,成功后根据相关政策给予一次性奖励,还要支持集成电路企业与职业院校、职业培训机构共建集成电路高技能人才培训基地,开展高技能人才培训。

规划“产业规划+财政支持 在深形成完整产业链

除此,还有产业规划和财政上的支持。

在“集成电路五年计划”中,规划加快推进南山高新区、龙岗宝龙工业区、坪山出口加工区建设集成电路产业基地,加快推进福田区建设5G通信核心芯片产业园。

在“人工智能五年计划”中,则准备依托深圳高新区深圳湾片区和南山园区、深港科技创新合作区、罗湖人工智能产业基地、盐田人工智能产业基地、宝安立新湖智能装备未来产业集聚区、坂雪岗科技城、龙华人工智能产业基地、坪山人工智能产业基地、光明人工智能产业基地、深汕湾机器人小镇,一共十个区域形成“总部基地+研发孵化+高端制造”的“一轴两廊多节点”的空间格局,建设人工智能特色产业园。

“集成电路五年计划”中还表示,“市财政专项资金向集成电路产业倾斜力度,支持骨干企业和初创企业发展”,并特别设立了“政府引导基金设立集成电路子基金”,基金目标规模500亿元,首期为100亿元。另外还有一些有关高新技术企业所得税优惠政策来配合吸引企业投入的目的。

在政府的大力支持下,还要依托骨干企业和科研机构,联合上下游企业和高校、科研院所,构建中小企业的孵化平台,通过多种手段来破解基础层发展薄弱的问题。培育一个产业需要经过一定周期,最终还是要打通完整的产业生态链。

实际上,过去深圳在不少领域都有着自己完整的生产链条,这也是深圳制造的决胜点。这一次能否成功复制过去的经验,不光要看投入比重,还要看市场契机。但是在核心技术上掌握话语权,就能够化被动为主动,这也是深圳大手笔投入的终极追求。

未来:AI生活、芯片自由 离我们还有多遥远

在深圳正式出手后,人们想象中的“AI生活“、“芯片自由”离我们还有多远?这还要说回深圳在这两个领域的发展现状。

根据初步统计数据,深圳至少有50家人工智能代表性企业。从领域来看,深圳的人工智能企业主要集中在智能制造(优必选科技)、医疗健康(华大基因)、企业服务(平安科技)领域,此外还覆盖了、物流(顺丰科技)、硬件(中兴通讯)、智慧交通(大疆无人机)等领域。

近来深圳在人工智能产业布局上也是动作频频。今年1月份,深圳产学研合作促进会与深圳毅德国际控股有限公司合作,建设人工智能新园区,推进人工智能产业化。到5月份,哈工大(深圳)与理光联合建设的哈工大-理光联合实验室正式揭牌,实验室将在人工智能、大数据、智能装备等领域开展研究。

同样,在集成电路领域,深圳去年在坪山设立第三代半导体(集成电路)未来产业集聚区,总规划用地面积5.09平方公里,现已集聚了中芯国际、比亚迪(中央研究院)、昂纳科技、金泰克、基本半导体、拉普拉斯等8家第三代半导体和集成电路领域的核心企业,建立了材料、设备、设计、制造、封装测试及下游应用的完整产业链。

深圳的人工智能领域,从企业的“单打独斗”到系统性的产业研究,正在一步步进行完善,打通行业壁垒相信只是时间问题。

目标

“集成电路五年计划”:到2023年产业整体销售收入突破2000亿元,引进和培育10家销售收入20亿元以上的骨干企业,制造能力初步具备全球竞争力,设计水平整体进入全球领军阵营,第三代半导体技术能力对关键应用领域形成有力支撑。

“人工智能五年计划”:在5年内打造10个重点产业集群,全市人工智能核心产业规模突破300亿元,带动相关产业规模达到6000亿元,将深圳发展成为我国人工智能技术创新策源地和全球领先的人工智能产业高地。

珠海香洲区与华为签订“人工智能与云计算合作协议”

珠海香洲区与华为签订“人工智能与云计算合作协议”

5月30日,珠海香洲区人民政府与华为技术有限公司正式签订“人工智能与云计算合作协议”。

根据计划,双方将在人工智能创新及应用、云计算及数据服务、人才交流及培养等领域展开深入合作,打造华为公司在大湾区及珠江西岸重要的人工智能领域的创新中心。

共同打造“四中心一平台”

据悉,本次合作是落实2018年珠海市政府与华为技术有限公司签订战略合作框架协议的重要举措。

接下来,华为与香洲将通过“平台+应用”、“创新+创业”、“产业+生态”三个层面,共同打造“四中心一平台”,即建设珠海人工智能创新中心、云计算数据中心、人才培训实践中心、数字经济产业及智慧城市展示中心、打造人工智能云平台,从而支撑香洲区发展数字经济、新兴制造、消费升级产业,推动珠海市、香洲区成为粤港澳大湾区乃至全国领先的数字经济产业集聚区和创新高地。

推动人工智能、数字经济产业跨越发展

签约仪式上,华为政企云副总裁张怀冬表示,华为是全球领先的信息与通信解决方案供应商,在人工智能、5G、物联网等方面有强大的研发和综合实力,该中心的落成,能带动香洲企业进行人工智能产品创新、生产与技术智能化升级。通过云开发、云制造、云服务与香洲区传统产业对接,推动现有成熟的软硬件技术与市场对接,转化为生产力和新的经济增长点。

该项目落地后,将围绕产业数字化和数字产业化两条主线,积极促进以华为为代表的数字经济龙头企业与区内传统企业相结合,带动区内传统企业向数字化、信息化发展,实现香洲产业持续迭代升级。同时,华为会将服务范围向珠海全市乃至珠江西岸拓展,更好地助力珠海打造成为粤港澳大湾区重要门户枢纽。

珠海香洲区与华为签订“人工智能与云计算合作协议”

珠海香洲区与华为签订“人工智能与云计算合作协议”

5月30日,珠海香洲区人民政府与华为技术有限公司正式签订“人工智能与云计算合作协议”。

根据计划,双方将在人工智能创新及应用、云计算及数据服务、人才交流及培养等领域展开深入合作,打造华为公司在大湾区及珠江西岸重要的人工智能领域的创新中心。

共同打造“四中心一平台”

据悉,本次合作是落实2018年珠海市政府与华为技术有限公司签订战略合作框架协议的重要举措。

接下来,华为与香洲将通过“平台+应用”、“创新+创业”、“产业+生态”三个层面,共同打造“四中心一平台”,即建设珠海人工智能创新中心、云计算数据中心、人才培训实践中心、数字经济产业及智慧城市展示中心、打造人工智能云平台,从而支撑香洲区发展数字经济、新兴制造、消费升级产业,推动珠海市、香洲区成为粤港澳大湾区乃至全国领先的数字经济产业集聚区和创新高地。

推动人工智能、数字经济产业跨越发展

签约仪式上,华为政企云副总裁张怀冬表示,华为是全球领先的信息与通信解决方案供应商,在人工智能、5G、物联网等方面有强大的研发和综合实力,该中心的落成,能带动香洲企业进行人工智能产品创新、生产与技术智能化升级。通过云开发、云制造、云服务与香洲区传统产业对接,推动现有成熟的软硬件技术与市场对接,转化为生产力和新的经济增长点。

该项目落地后,将围绕产业数字化和数字产业化两条主线,积极促进以华为为代表的数字经济龙头企业与区内传统企业相结合,带动区内传统企业向数字化、信息化发展,实现香洲产业持续迭代升级。同时,华为会将服务范围向珠海全市乃至珠江西岸拓展,更好地助力珠海打造成为粤港澳大湾区重要门户枢纽。

深圳出台新一代人工智能发展行动计划 鼓励校企合作

深圳出台新一代人工智能发展行动计划 鼓励校企合作

深圳有了人工智能5年发展路线图。记者昨天从新一期政府公报获悉,《深圳市新一代人工智能发展行动计划(2019-2023年)》(下称《行动计划》)按照2020年和2023年分阶段提出发展目标,着力构建全国领先的人工智能技术创新体系,推动新一代人工智能与实体经济深度融合,将深圳发展成为我国人工智能技术创新策源地和全球领先的人工智能产业高地。

深圳人工智能产业已具雏形,智能化应用场景丰富多样,终端消费品供给旺盛。《行动计划》结合我市在人工智能理论研究、关键技术、支撑产品、行业应用、基础设施、人才培养、规范体系、空间布局等方面现状,通过进一步强化优势、补齐短板,全方位提升人工智能领域的创新能力、服务能力,为经济社会发展提供有力支撑。

《行动计划》提出,到2020年,新建10家以上创新载体,组织实施20个以上重大科技产业发展项目,引进培育3-5个国际顶级人工智能团队、5-10家技术引领型研究机构,培育10家细分领域龙头企业,人工智能核心产业规模突破100亿元,带动相关产业规模达到3000亿元;到2023年,建成20家以上创新载体,培育20家以上技术创新能力处于国内领先水平的龙头企业,打造10个重点产业集群,人工智能核心产业规模突破300亿元,带动相关产业规模达到6000亿元。

基础理论和核心关键技术是发展新一代人工智能的基础。因此,《行动计划》提出强化前沿基础研究,推进核心关键技术攻关。同时,鼓励高等院校、科研院所与企业合作建设一批人工智能技术创新平台,在人工智能产业链、创新链、价值链关键核心领域开展创新项目合作,推动创新成果转化。

“AI+产业经济”“AI+市民生活”“AI+智慧城市”,人工智能应用场景丰富,《行动计划》进一步拓展人工智能在医疗、家居、教育、零售等民生领域和政务、交通、安防等社会治理领域的应用,深化实体经济融合发展。如,推动医疗影像辅助诊断系统、智能诊疗系统、智能健康管理等产品化及临床辅助应用;开展智能教育试点示范学校建设,开展机器人编程与应用、机器视觉开发、数据挖掘等课程的精准教学;支持发展以货物自动盘点、商品识别、自动结算等技术应用为核心的无人门店解决方案,推进无人门店加速布局;汇聚城市公共、交通管理、运营商和互联网等数据,实现智能化交通疏导和综合运行协调指挥等。

美光:服务器异质运算比重增加 预估存储器需求上看6倍

美光:服务器异质运算比重增加 预估存储器需求上看6倍

各种新的应用造就资料储存和运算的需求,而过往大家注目焦点的零组件如储存和存储器厂商,因应AI时代来临,而提出他们相对应的策略。美光5月29日在COMPUTEX展览期间举行媒体活动,美光运算与网络业务部门资深副总裁暨总经理Thomas T.Eby指出,资料中心因异质运算比重增加,存储器需求也将增加6倍。

Eby解释存储器增加6倍的依据,说过往资料中心以CPU构成运算主力,如今因为各项应用,有更多异质性运算元件的需求,如TPU、GPU、FPGA、ASIC、神经网络运算芯片。比起单纯用CPU构成的运算能力,Eby指未来在资料中心中增加新的异质性元件,增加6倍的存储器是有依据的。

至于要怎么满足资料中心,AI架构所需要的运算需求,美光会与制造商加强彼此合作,解决人工智能等应用之下,减少资料传输的距离,要求存储器必须邻近运算的工作负载,亦被称为“存储器内运算”。在新兴应用之下,资料得更靠近存储器,甚至在存储器直接运算,但仍还要研究出具体做法。

美光认为数据是今日的全球货币,预估全球需传输、储存、分析的数据量将于9年内成长10倍,至2023年时达103ZB。面对如此庞大的数据量,如何将其转化为资讯并从中挖掘有用的洞见将是一项难题,而人工智能在数据分析的过程扮演要角。若以比喻说明,人工智能以运算为脑,存储器与储存则为其心。

根据美光委托Forrester访问建构人工智能平台的工程师和IT专家的结果显示,开发人工智能系统时,首要考量并非运算,而是如何打造存储器与储存架构以满足庞大运算需求。报告中有超过9成的受访者表示,存储器与储存架构攸关开发人工智能系统的成败,储存与存储器吞吐量的重要性更胜于运算,且运算与存储器间的距离越来越近。

在自驾车的存储器需求方面,Eby也表示,未来每辆L5级自驾车,将会配置8-12个解析度高达4K-8K的显示屏幕,而为了支援V2X连结,存储器每秒需处理0.5-1 TB的数据量,在车内娱乐系统方面,存储器频宽需求每秒也将达150-300 GB。未来自驾车将会像飞机一样有黑盒子,以每30秒持续录制片段,纪录车内外状况,因此存储器频宽需求每秒也达到1 GB。此外,在车辆生命周期中,会重复写入的数据加起来将有150 PB(Petabyte),所以对存储器与储存的效能与耐用性要求会特别高。

未来将有越来越多边缘装置,甚至是车子也可以视为特殊样貌的边缘装置,Eby说美光看到存储器元件的机会。另外传统资料中心演变成分散式的伺服器配置,类似未来5G的基地台设置模式,美光也会过程中要满足伙伴的存储器需求。

Eby表示:“美光本身就是人工智能应用的最佳案例。透过导入人工智能至生产厂区,美光得以增加生产良率、促进工作环境安全与提升整体效能。”Thomas T.Eby进一步指出:“美光引入人工智能打造智慧制造,所得到的成果包括达到成熟良率的时间缩短25%、提升晶圆产出10%以及产品品质事件减少35%,效果显著。”

半导体未来成长驱动力   台积电:5G及AI

半导体未来成长驱动力 台积电:5G及AI

台积电年报出炉,指今年面临逆风,将致力强化业务基本体质,并加速技术差异化。台积电并看好5G及AI持续的产业大趋势,将驱动未来半导体业成长。

台积电董事长刘德音与总裁魏哲家在年报中的致股东报告书表示,2018年是台积电达成许多里程碑的一年,营收、净利与每股盈余已连续7年创下纪录;台积电成功量产7纳米制程,领先其他同业至少一年。

台积电去年晶圆出货量达1080万片12吋约当晶圆,年增2.9%,提供261种不同制程技术,为481个客户生产1万436种不同产品,在集成电路制造服务领域市占率攀高至56%,已连续9年成长。

在制程技术方面,台积电第2代7纳米制程技术去年进入试产阶段,预计2019年量产,将成为业界第一个商用极紫外光(EUV)微影制程技术。

台积电持续5纳米制程技术开发,进度符合预期,预计于2019年第2季试产,客户产品设计定案计划将于2019年上半年开始进行,2020年上半年量产。台积电3纳米技术也进入全面开发阶段。

展望未来,台积电表示,2019年面对全球经济疲软及国际间贸易紧张局势所带来业务上的逆风,将致力强化业务的基本体质,并加速技术的差异化,并将强化网络安全及机密信息保护措施。

台积电认为5G及人工智能(AI)持续的产业大趋势,将会驱动未来半导体业的成长,台积电也将为半导体市场未来的应用提供先进且完备的解决方案。

英特尔转向!

英特尔转向!

2018年,英特尔的营收首次突破700亿美元,达到708亿美元,连续三年营收创下新高,其中以数据为中心的业务占比高达48%。英特尔公司全球副总裁兼中国区总裁杨旭在日前举办的2019媒体分享会上表示,按照目前的速度发展,英特尔数据中心业务很快会超过PC。

近几年,英特尔在数据中心、移动、AI、物联网等领域不断发力,业务节节攀升。可以看出,新的时期,英特尔在力求转型。

数据显示,2018年中国约产生7.6ZB的数据,而且还将保持每年30%的增长,到2025年的数据量将达到48.6ZB,全球来看则会达到175ZB。在杨旭看来,数据已成为未来经济的“石油”,而中国是当之无愧的“石油”大国,这也是英特尔之所以从以PC为中心到以数据为中心转型的原因。

深挖数据红利

在海量数据高速增长的趋势下,绝大部分数据还未转化成商业价值,数据红利亟待开发。

产业界已经认识到,“智能+”是增值和升级的重要路径,而杨旭认为这也是英特尔的优势所在,“英特尔将以数据为中心,推动全面计算创新,不断发展智能互联技术和解决方案。在‘智能+’时代,深挖数据红利能够为产业创造增值空间,进而加速数字经济落地。”

事实上,在工业互联网、机器学习、机器视觉、人机协同、柔性制造、AI、智能车队、无人驾驶、仓储物流以及新零售、新文创等领域,英特尔已在携手产业伙伴和各行各业的用户,利用智能互联技术,深度挖掘数据红利,加速推动应用创新和落地。

比如,英特尔推动智慧生产线工厂的建设;切入无人驾驶领域催生“乘客经济”,到2050年将会创造7万亿美元的经济价值;整合和升级物流仓库,通过应用机器视觉、机器人等技术,能够实现7X24小时无人分拣,高效精准等等。

杨旭认为,英特尔的成功有很多因素,但是创新的思维和创新的文化是最独特的。有一点需要强调,英特尔的创新绝不是单打独斗,而是通过建立产业链,与合作伙伴一起进行深层次的合作创新,拉动整个产业共同发展,PC时代如此,未来转型数据中心业务也是如此。

6维度引领“超异构计算”

数据红利的前景虽然有人,但目前数据产生的速度和规模,远远超过了我们的处理和计算能力。未来更加多样化的数据形态和计算场景,对如何释放数据红利提升计算力提出了更高的要求。

面向未来,英特尔中国研究院院长宋继强指出,“任何单一的因素,都不足以满足多元化的计算需求,所以英特尔将以六大技术从六个方面带来指数级创新,驱动英特尔进入未来10年、乃至下一个50年。”

英特尔六大技术支柱的创新模式,包括制程和封装、架构、内存和存储、互连、安全、软件:

·制程和封装:领先的制程技术,是构建领先产品的关键基础。英特尔继续引领先进制程,并在业界首创Foveros 3D封装技术,在三维空间提高晶体管密度和多功能集成,为计算力带来指数级提升。

·架构:未来十年的计算创新由架构驱动。英特尔具备独具一格的优势,可以将标量(CPU)、矢量(GPU)、矩阵(AI)和空间(FPGA)等不同架构整合到系统级平台和系统级封装,同时也在进行架构创新的新探索,比如Loihi神经拟态计算芯片、量子计算。

·内存和存储:内存和存储性能的指数级提升,对于下一代计算至关重要。英特尔正在重塑平滑的内存和存储层级结构,通过封装内存、英特尔傲腾技术等创新,填补层级空白,大幅推动计算性能提升。

·互连:只有提供全面的领先互连产品,才能实现大规模的异构计算格局。大到5G连接,小到芯片级封装和裸片互连,英特尔全面推动互连技术。

·安全:以数据为中心的计算世界,安全是构建可信赖的基础。英特尔以软硬件结合,提供端到端的安全方案,安全性成为关键的差异化因素。

·软件:对于全新硬件架构的每一个数量级的性能提升潜力,软件能带来两个数量级的性能提升。英特尔推出“oneAPI”软件技术,通过一个统一的编程接口,客户编程即可扩展到 CPU、GPU、FPGA 和 AI 芯片等硬件平台。

宋继强进一步介绍了英特尔六大技术支柱引领“超异构计算”时代的技术愿景:提供多样化的标量、矢量、矩阵和空间计算架构组合,以先进制程技术进行设计,由颠覆性内存层次结构提供支持,通过先进封装集成到系统中,使用光速互连进行超大规模部署,提供统一的软件开发接口以及安全功能。

通过超异构计算,英特尔可以集成不同架构、不同制程、3D封装、互连和oneAPI等技术创新,为客户提供更多的灵活性和更快的产品上市时间,全方位推动计算创新发展。

加速数字经济落地

AI和5G将成为技术基础设施;用户对计算多元化提出了更高要求;客户正在积极布局云到端。

面对当前三大热点和趋势,英特尔公司市场营销集团副总裁兼中国区总经理王锐表示,“英特尔致力于做以数据为中心的智能互联世界的中坚力量,为用户提供独特价值,支持客户从云到端更快地传输数据、存储更多的数据、处理一切数据,加速数字经济落地。”

事实上,英特尔正在把六大技术支柱战略落实在创新产品中,从云到端全线出击,创造性能和体验的大幅提升。例如,英特尔将推出一系列10纳米产品,从面向新型移动PC客户端的Ice Lake处理器和Lakefield平台,到专门面向5G无线接入和边缘计算的网络系统芯片Snow Ridge,再到云端的英特尔®至强®可扩展处理器Ice Lake,从云到端全覆盖。

杨旭表示,英特尔所有业务总体潜在市场规模到2022年将达到3000亿美元,而英特尔目前营收刚超过700亿美元,面向未来,成长空间更为广阔,这将是公司历史上最成功的一次转型。

黄仁勋:数据中心将成为巨无霸,但 AI 加速计算才是未来

黄仁勋:数据中心将成为巨无霸,但 AI 加速计算才是未来

相对于前两年英伟达举办的 GTC(GPU Technology Conference) 来说,今年 GTC 在 GPU 技术架构和硬件创新的进展并不明显。在 Keynote 环节,英伟达创始人兼 CEO 黄仁勋发布了一款定价 99 美元的 Jetson Nano——除此之外,并没有此前预想中的新架构,或者“大核弹”。

尽管如此,在现场见证了 Keynote 之后,感受到了黄仁勋的激情,以及他在打造基于现有的 GPU 技术的应用生态方面的努力。无论是基于图灵架构和 RTX 技术的 Nvidia Omniverse 和 NVIDIA RTX Servers 服务器,还是七家世界级的厂商将推出基于 NVIDIA T4 GPU 和 NVIDIA CUDA-X AI 加速库的服务器,都让人体会到英伟达在技术应用生态方面的着力。

实际上,黄仁勋依旧在强调这句话:买的(GPU)越多,省的(Money)越多。

黄仁勋:数据中心将成为巨无霸,但 AI 加速计算才是未来

在 GTC 大会正式举行的第二天,黄仁勋出现在媒体参与的 Q&A 环节,他首先重点强调了本次 GTC 的两个核心关键词——Ray-Tracing 和 Data Science,随后回答了众多外界关注的关键问题,比如说未来的 GPU 技术路线、对以色列公司 Mellanox 的收购,数据中心的未来、摩尔定律的终结等。

笔者也针对本次 Q&A 的关键内容进行了提取。

一、关于英伟达对于 Mellanox 的收购

在本次 GTC 正式开幕前一周,英伟达宣布了对以色列科技公司收购,这是英伟达历史上以来最大的一笔收购。对此,黄仁勋提到了以下几点:

在摩尔定律放缓的时期,网络软件堆栈必须尽可能转移到架构上,为 CPU 减负;现在,CPU 是一种有限的资源,所以必须尽可能地把工作从 CPU 中减负出来。Mellanox 是 CPU 减负领域的一流企业。

在数据中心中,计算架构不再停留在节点上,而是将扩展到网络。整个网络都将涉及英伟达的 GPU。英伟达有能力与第一大互联技术公司 Mellanox 紧密合作,整个行业非常欢迎它。

英伟达对 Mellanox 收购一案获得监管部门的批准表示乐观,这将使得英伟达加速创新并推进技术发展,以更好地服务于客户。因为我们缺乏网络技术,而我们的目标是推进网络技术,为数据中心节省成本。而英伟达的客户普遍表示支持并乐见其成。

英伟达并不经常收购公司,因为它喜欢与别人合作,而英伟达也是一个开放的平台(比如说 CUDA、DGX),同时英伟达的业务模式必须是开放的。但是之所以收购 Mellanox,是因为双方之间长达 10 年的合作,而英伟达认为 Mellanox 在高速、高性能计算和网络设计方面非常擅长。

英伟达为什么愿意以如此高价进行收购呢?因为 Mellanox 值这个价——这不是成本的问题,而是价值的问题。

二、关于 3D 和堆叠技术、7nm 技术

本次 GTC 上,英伟达没有推出此前被广泛预测的 7nm GPU 架构,这也引起外界的质疑:在处理技术放缓的情况下,英伟达将如何看待 3D 和堆叠技术?而面的 AMD 已经推出的 7nm CPU,英伟达会否会在 7nm 方面有所动作?

对此,黄仁勋表示:

Tesla V100 已经是处理量最大的 3D 封装硅片,而英伟达也是台积电最大的芯片堆叠客户。事实上,3D 堆叠已经有 5 年的历史了,有些人甚至用它来堆叠手机芯片,这样可以降低封装高度。这种技术已经存在一段时间了,它不是新东西。

但是对于英伟达来说,不仅需要 3D 堆叠,也需要 2D 堆叠。而英伟达实现 2D 堆叠的方法就是 NVLink。英伟达也需要一定规模的数据中心,这不再是为了 2D 堆叠,而是为了提升处理量。为此,英伟达需要通过 Mellanox 来实现,将多个 GPU 与大型计算引擎相连。

未来,数据中心将成为一个巨大的计算引擎,而且数据中心的体积也要不断减小,而计算效果却非常惊人——这需要具备高性能技术方面的专长,也是 Mellanox 擅长的。

而针对外界关注的 7nm 技术和下一代 GPU 的发展,黄仁勋表示:

实际上 7nm 技术已经公开发售,台积电也希望能够卖给我们;我要想买它也非常容易。但是对于英伟达来说,我要考虑的问题是,购买 7nm 的要义和益处是什么?对 NVIDIA 来说,从台积电购买 7nm 处理器技术,并不会让我们成为一家好公司,只会让台积电变得更好。而英伟达的与众不同之处在于,我们在任何时候都能开发最具能效的 GPU,而且利用的是最具成本效益的技术。实际上,我们的工程师也是架构师,他们必须开发最具能效的 GPU,比如 Turing;我们的贡献是兼顾效率与最佳架构——我们为 Turing 选择了最佳的技术,即 12 nm。

三、关于软硬件关系、RTX 的技术应用

对于本次 GTC 来说,最新发布的 CUDA-X 加速库成为一个亮点,同时数据中心和 RTX 技术成为重中之重,GPU 硬件被提及的次数很明显少了很多。当被问及为什么硬件在 GTC 2019 的角色被相对弱化时, 黄仁勋表示:

你之所以会听到很多关于软件的内容,是因为:如果我们不为硬件开发软件,那么硬件将没有用武之地;(正是因为有相应的)软件存在,才使硬件变得出色。如果我们不自己开发软件,那么市场上将只有适用于 CPU 的软件。英伟达的业务是向新市场销售计算机平台,如果我们想这样做,我们必须打造新的软件架构(比如说 CUDA-X)。在这方面没人会帮我们,我必须亲力亲为。

而面对外界对于基于图灵架构的 RTX 市场销售和技术应用情况的质疑,黄仁勋回应称:

RTX 在最初八周内的增长几乎比 Pascal 快50%。然而,人们为什么会觉得 RTX的应用放缓?这是因为当我们首次向市场推出该产品时,我们有加密产品的库存,我们不能推出整个系列——我想这样做,但是不能。现在,我们已推出了整个系列,它们都表现得很出色。

另外,伴随着 RTX 服务器的推出,外界也开始关心 RTX 技术何时能够纳入到 Geforce Now(简称为 GFN)中去并面向公众开放,对此,黄仁勋回应了如下要点:

目前新制造的 GFN 服务器都采用了光线追踪技术。

目前 GFN 的等待名单里有 300000 玩家和 100 万用户。首要挑战是要确保能大规模、高质量地提供这项服务,其次就是必须降低成本,以便减低客户成本,让他们去玩免费的游戏。另外,第三个挑战就是确保 GFN 能够覆盖全球更多的国家,而不仅仅是西方国家。

预计光线追踪将在 2019 年第三第四季度开放。

四、关于摩尔定律的终结和数据中心的未来

在本次 GTC 上,以数据中心为载体的数据科学(Date Science)也是黄仁勋谈到的重点内容。当被问及对英特尔最新架构的看法时,黄仁勋表示:

首先我认为英特尔也认识到了加速计算是未来的发展方向。整个行业不再认为 CPU 和 GPU 是互斥的,这当然是件好事,因为那条路已经走不通了。我们要承认,我们需要新的方法去引领行业向前发展。其次,我们仅占全球 HPC 总量的一小部分在全球超级计算机企业(500 强企业)中,英特尔有充分理由占据非常大的份额。英特尔是一家竞争力很强的公司。我期待他们奋勇向前,我们也将积极面对挑战,最后受益的将是全世界的用户和研究人员。第三,我不太确定,英特尔最新架构是设计本身的成功,还是原有技术的延展。但我认为非常好的是,英特尔这个声明基本是在讨论加速计算;它是在说:“来点真格的吧,加速我们的堆栈”。

而关于目前数据中心发展所受的限制,黄仁勋最后表示:

其实很简单,目前对数据中心的唯一限制就是:摩尔定律的终结。我们深知,未来计算负荷呈指数趋势增长。如果摩尔定律已经终结了,唯一的方式将是构建更多的数据中心。我相信,将来的趋势是增加数据中心的工作负荷,这样,数据中心的计算能力将会以 10 倍的速度提升,其结果是:软件创新将会突飞猛涨,计算能力将进一步增强,而这会推动更多的创新。