当前位置:首页 > > 21ic电子网
[导读]最近有媒体报道称,指纹识别IC厂商神盾公司正联合抖音研发AI芯片,2021年初量产,并有望进入OPPO智能手机。 对此,抖音方面回应称:“信息不实,没有研发AI手机芯片。” 为何这则新闻会引发广大传阅?这和时下敏感的芯片自研话题不无关系。 在美国掀起的技术

最近有媒体报道称,指纹识别IC厂商神盾公司正联合抖音研发AI芯片,2021年初量产,并有望进入OPPO智能手机。


对此,抖音方面回应称:“信息不实,没有研发AI手机芯片。”


为何这则新闻会引发广大传阅?这和时下敏感的芯片自研话题不无关系。


在美国掀起的技术制裁和打压之下,高科技全球协作的供应链被人为割裂,尤其是在半导体微电子领域。


手机厂商们纷纷自研芯片,这并不稀奇,毕竟,它们自身也需要从市场购买大量的芯片,如果自身有研发能力,即可免于受制于人。在这方面,华为、苹果等公司就是成功案例。


但互联网公司也纷纷加入造芯大军,更是给这一波热潮推波助澜。此前,阿里巴巴收购了中天微系统公司,成立自己的平头哥半导体业务部门,专注从事半导体芯片研发,短短两年时间,即推出了玄铁CPU、无剑SoC平台、含光NPU人工智能芯片等一系列自研产品。


百度也不示弱,推出了昆仑系列通用AI芯片。百度表示,相比GPU,其昆仑芯片的通用性和可编程性更胜一筹,昆仑芯片采用了三星14nm的制造工艺和2.5D封装技术,今年即可量产。


抖音也要造芯片?官方回应来了!


作为冉冉升起的互联网巨头新贵,虽然此次抖音否认造芯,但以抖音(字节跳动)在人工智能领域的知识储备,如果将来涉足AI芯片领域也并不意外。


毕竟,互联网公司在人工智能领域具有得天独厚的优势,尤其是像抖音(字节跳动)这样靠着算法、人工智能技术起家的公司,其明星产品“今日头条”就是一款基于数据挖掘的推荐引擎产品。字节跳动最近几年的飞速发展,离不开其背后的人工智能技术,2016年字节跳动成立了人工智能实验室(AI Lab),研究领域包括计算机视觉、自然语言处理、机器学习、语音&音频处理、数据&知识挖掘、计算机图像学、系统&网络、信息安全等。像抖音的美颜、美体、滤镜、人体人脸关键点识别、手势识别等,都离不开其人工智能实验室(AI Lab)的技术服务。


据IC Insights报告,2019年AI芯片组市场规模约为80亿美元,预计到2026年,将增长至700亿美元。如此庞大的市场,面对传统芯片企业在AI领域上的短板,手握人工智能先进技术的互联网公司岂不是切入正当时?


谁将胜出?拭目以待!


推荐阅读

【1】让机器自主学习:用TensorFlow构建一个变体的自编码器

【2】要正确理解CCD的帧频,这三个问题先得搞清楚!

【3】终于整理齐了,电子工程师“设计锦囊”,你值得拥有!

【4】半导体行业的人都在关注这几个公众号

抖音也要造芯片?官方回应来了!

你和大牛工程师之间到底差了啥?
加入技术交流群,与高手面对面 
添加管理员微信

抖音也要造芯片?官方回应来了!

加入“中国电子网微信群”交流

抖音也要造芯片?官方回应来了!
具体加群详情请戳
“中国电子网技术交流群” 

免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

21ic电子网

扫描二维码,关注更多精彩内容

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除( 邮箱:macysun@21ic.com )。
换一批
延伸阅读

依托微五科技公司平台的技术积累与产业资源,芯片产品已在燃气、电网、信创及物联网等领域实现芯片规模化应用,成为推动RISC-V架构落地的重要力量。未来,该公司将持续深耕AIoT芯片领域,为更多行业客户赋能,提供高性能、高安...

关键字: 芯片 半导体

中国,2026年5月25日——意法半导体(简称ST)(纽约证券交易所代码:STM)总裁兼首席执行官 Jean-Marc Chery 将于北京时间2026年6月2日下午17点(即同日中欧时间上午11点)在巴黎举行的 BNP...

关键字: 意法半导体 电源 芯片

在汽车电子、工业控制、医疗设备等安全关键领域,嵌入式产品的生命周期不仅仅是从开发到上市这一短周期,而是要5年、10年甚至更久的长期维护、更新与迭代。对嵌入式系统开发工程师与研发团队而言,时间不再只是衡量项目进度的标尺,而...

关键字: 汽车电子 工业控制 芯片

少一次回写、少一次读回,按理说融合应更快,可很多内核一融合反而掉速,问题常不在算子数学,而在活跃状态被拉得太长。AI芯片做编译优化时,最容易高估的不是融合收益,而是寄存器和片上暂存能否接住融合后的活跃值。

关键字: AI 芯片 寄存器

峰值带宽写得很高,实际执行却总像喂不饱阵列,这种落差常常不在 HBM 规格本身,而在数据流并没有均匀走到每一条通路。AI芯片若把外存分布和片上互连解耦看,理论带宽再大也会先堵死在局部热点。

关键字: AI 芯片 HBM

模型并不轻,单次推理却总跑不出预期吞吐,这种问题在小批量场景尤其常见。AI芯片面对在线推理、实时控制或多租户请求时,最难受的往往不是峰值算力不够,而是流水线永远没被真正填满。

关键字: AI 芯片 算力

理论上跳过零值就能省算力,可很多稀疏加速器一上真模型,利用率却远没想象中高。AI芯片要把稀疏红利吃满,难点并不在于识别零,而在于元数据和负载波动会把省下来的乘法重新花在别处。

关键字: AI 芯片 负载均衡

模型规模没变,利用率却总上不去,很多时候不是算力单元太少,而是片上缓存先被撑爆。AI芯片一旦把局部存储和分块调度看得过于理想,乘加阵列就会反复等数据,而不是持续吃满。

关键字: AI 芯片 SRAM

标称功耗没超预算,频率却总是跑不久就掉下来,这类现象往往不是散热器不够大这么简单。AI芯片在高并发矩阵和缓存访问同时拉满时,最先撞上的常常是瞬态供电边界和热控反馈,而不是长期平均功耗。

关键字: AI 芯片 功耗

权重和激活一降到低比特,吞吐是上去了,精度却常常不是线性下降,而是在某几个层面突然断崖。AI芯片做低比特计算时,最危险的并不是量化本身,而是量化误差和累加边界在同一层上叠加失控。

关键字: AI 芯片 精度
关闭