当前位置:首页 > 谷歌
  • TPU/GPU/FPGA,谁比较厉害?

    TPU/GPU/FPGA,谁比较厉害?

    随着神经网络的研究和应用越来越多,人们也越发地认识到神经网络所需的计算力近乎于无底洞 。如果说高校实验室和一般爱好者在耐心等待之外办法不多的话,大公司们要面对的则是“做还是不做”的问题。 英特尔、英伟达、微软、谷歌这几年为了“做”,都有哪些举动呢?纽约时报的这篇文章可以带我们看看这一变化的梗概。   最近人们希望电脑能做的事情越来越多。电脑要跟人对话,要能认出人脸,也要能认出路边的小花,再过不久还要给人类开车。所有这些人工智能都需要极高的计算能力,即便当下最先进的电脑也没法随随便便完成。 为了能够满足高速增长的计算需求,一些科技巨头们现在正从生物学中寻找灵感。他们正在重新思考电脑的本质,然后建造更像人类大脑的机器:神经系统里要有一个中央脑干,然后把听、说这样的具体任务交给周围的大脑皮层去做。他们希望电脑也能这样。 新时代的萌芽 在连续几年的缓步发展以后,计算机终于又开始进化了,换上了新样子的计算机会产生广泛而持久的影响。它们能够大大提高人工智能系统的运行速度,也许未来某一天“机器人可以统治世界”的梦想也可以成真。这种转换也会削弱芯片巨头英特尔的地位。从提供互联网服务的数据中心、手里的iPhone到VR头盔和无人机,所有科技产品的核心都是半导体芯片。随着新型芯片的时代来临,目前年产值三千亿美元的半导体工业很可能会完全变个样子。 现任谷歌母公司Alphabet董事的 John Hennessy 曾任斯坦福大学校长,1990年代他出版写过一本计算机设计的权威著作。“这是一场巨大的变革,”他说,“现在的这一套做法马上就要过时了,大家都想重新开发一套系统架构。” 现有的计算机架构也有过自己的好日子。在过去的接近五十年里,计算机的设计者们都围绕着一块单独的、全能的芯片设计整个系统。这个全能的芯片就是CPU,台式电脑、笔记本电脑里都有,往往来自英特尔;手机里有时候也有英特尔的CPU。英特尔也是全球最大的半导体生厂商之一。 更复杂的系统在计算机工程师中间变得流行起来。以前可能所有的任务都要传到英特尔CPU中完成,现在的计算机则会把任务分成许多的小块,然后把它们交给外围的专用芯片完成,这些芯片结构比CPU简单、耗电也要更少。 谷歌的大型数据中心里的变化是对全行业未来走向的一个预兆。谷歌大多数的服务器里都还有一个CPU,但是现在有数不清的定制化芯片和它们共同工作,为语音识别等人工智能应用提供运算支持。 实实在在的需求推动了谷歌的这一变化。多年以来,谷歌都有着全世界最大的计算机网络,简直像是一个数据中心和线缆组成的帝国,从加利福尼亚一直扩张到芬兰和新加坡。然而,对这位谷歌的研究员来说,这样的网络还是太小了。   Jeff Dean 和谷歌为人工智能应用开发的TPU Jeff Dean 是谷歌最出名、最受人尊敬的工程师之一。2011年他开始带领团队探索“神经网络”的想法。这种想法的核心是让计算机算法自己学习任务,然后可以用在很多的场合中,比如识别手机用户的语音输入,又或者是照片中的人脸。只花了几个月的时间,Jeff Dean 和他的团队就开发出了一个基于神经网络语音识别系统,它识别对话的准确率要比谷歌那时已有的系统高得多。但接下来也有一个麻烦,全世界运行谷歌的安卓系统的智能手机已经超过了10亿部,假设这些手机用户们每天只用3分钟语音识别,根据 Jeff Dean 的计算,谷歌也需要把现有的数据中心容量翻一倍才能支持得了。 监控着谷歌“数据中心帝国”运行的是计算机科学家 Urs Hölzle,在一次开会的时候 Jeff Dean 就对他说:“我们需要再建立一个谷歌”,后来有参会者回忆道。但这个想法实现不了,Jeff Dean 就提出了一个替代方案:自己造一种专门运行这种人工智能的芯片。 谷歌数据中心里的这个苗头已经扩散到了其它科技巨头的身上。在未来几年里,谷歌、苹果、三星等公司都会制造带有专用的AI芯片的手机。微软设计的这种芯片打算专门用在AR头盔上,然后谷歌、丰田等一大群造自动驾驶汽车的厂商也会需要类似的芯片。 这种研发专用芯片和新计算机架构的热潮,在美国国防部研究机构 DARPA 的前项目管理人员 Gill Pratt 看来可谓是人工智能界的“寒武纪生物大爆发”,他本人现在正在丰田从事无人车的研究。他已经感觉到,把不同的计算分散给数量众多的小面积、低功耗芯片的运行方式,会让机器更像人脑,这也让能源的利用效率提高了不少。“在生物的大脑中,能源效率至关重要”,在近期的一次采访中,身处丰田在硅谷的新研究中心的 Gill 这样说。 地平线已经发生变化 硅基的计算机芯片有很多种。有的芯片可以存储数据,有的芯片可以完成玩具和电视机中的基本任务;也有的芯片可以运行计算机上的各种运算,它们大到能构造全球变暖模型的超级计算机用的芯片,小到个人计算机、服务器和手机上用的。 多年以来,计算机和类似的设备都是以CPU为核心运行的,CPU也是设备成本的大头。这一切都似乎不需要做什么改变。根据英特尔联合创始人戈登·摩尔提出的著名的摩尔定律,计算机芯片中晶体管数量每两年左右就会翻一番,几十年来计算机性能的提升就是按照摩尔定律一路稳定地发展了过来。而根据 IBM 研究员 Robert Dennard 提出的 Dennard 缩放定律,芯片性能提升的同时,它们消耗的能源却几乎维持不变。所以在以往的日子里一切都还好。 然而到了2010年,让晶体管数量再翻一倍花的时间比摩尔定律预测的更长了,Dennard 缩放定律也失效了,因为芯片设计人员们遇到了来自材质物理特性本身的限制。结果就是,如果想要更高的计算能力,只靠升级CPU已经不能解决问题了,需要增加更多的计算机、消耗更多的空间和电力。[!--empirenews.page--]   语音和语言团队负责人黄学东(左)和计算架构组的 Doug Burger 都是微软的专用芯片开发团队成员 业界和学术界的研究者们都在想办法延长摩尔定律的生命力,探索全新的芯片材料和芯片设计方法。但是微软研究员 Doug Burger 有了另一种想法:除了整个业界从1960年代以来都倚仗的CPU的稳步进化之外,为什么不试着探索专用芯片之路呢? 当时微软才刚刚开始用机器学习改进必应搜索,通过分析用户的使用方式改善搜索结果。虽然那时候的算法对硬件的要比后来风靡的神经网络低得多,但是芯片已经有点跟不上了。 Doug Burger 和他的团队做了很多不同的尝试,最终决定用了这种叫做“FPGA”(现场可编程矩阵门阵列)的芯片,它们可以在工作过程中重新编程,适应新的任务。微软的Windows需要运行在英特尔的CPU上,但是CPU是不能重新编程的,一旦造出来,能做什么就固定了。有了FPGA,微软就可以改变芯片工作的方式。他们可以先对芯片编程,让它在特定的机器学习算法中表现非常好;然后可以重新编程,让它适合做逻辑运算。同一个芯片可以有截然不同的表现。 大概2015年前后,微软开始应用这类芯片。到现在,几乎每一台微软的数据中心新增的服务器中都带有一块FPGA芯片,它们帮助呈现必应搜索的结果,以及支持着微软的云计算服务Azure。 给计算机装上耳朵 2016年秋天,另一组微软的研究员们做了和 Jeff Dean 的团队同样的工作,构建了一个比人类的平均水平还要高一点点的语音识别系统,也是通过神经网络。 这个项目的负责人就是黄学东,他是来自中国的语音识别专家。在介绍这项工作的论文发表之后没多久,他就约了他的好朋友、英伟达 CEO黄仁勋在 Palo Alto 吃了个饭。他们开了一瓶香槟庆祝。 黄学东和他的微软同事们就是靠着数量众多的英伟达 GPU训练出他们的语音识别系统的。没有继续使用英特尔的CPU。如果没有做这样的转换,他们很可能完成不了这项突破。“我们花了差不多一年的时间达到了人类的水平”,黄学东说。“如果没有新计算架构的帮助,我们可能至少要花5年。” 基于神经网络的系统可以很大程度上自己学习,所以它们进化得比传统方法设计的系统快得多。以往的系统需要工程师们写下无数行代码,仔仔细细描述系统应该如何如何做。基于神经网络的系统就不需要这样。不过神经网络的问题就是,它需要无数次的试错。要构建一个单词识别达到人类水平的系统,研究者们需要花费很多时间反复训练它,对算法做精细的调节,以及不断优化训练数据。这个过程里需要尝试成百上千算个不同的算法,每个算法又需要运行上万、上亿次。这需要庞大的计算能力,如果微软这样的公司用一般的通用芯片来做这样的计算,这个过程花的时间就太久了,芯片可能支持不了这样高的负载,用掉的电也太多了。 所以,几个互联网巨头都已经借助英伟达的GPU训练自己的神经网络。GPU本来的设计只是为了用在游戏图形渲染中的,专用的设计让它们保持了CPU近似水平的功耗,但是在神经网络训练中的计算速度要比CPU高很多。现在GPU就和CPU联手负责计算机中的运算。 英伟达借着这个机会大举扩张,向美国以及全世界的科技公司销售了大量的GPU,中国公司的购买数量尤为惊人。英伟达季度营收中数据中心业务的部分,在过去的一年中翻了3倍,超过了4亿美元。 “有点像是互联网刚兴起的那时候就走对了路”,黄仁勋在最近的一个采访中说。换句话说,科技界的局势正在快速改变,英伟达正处在这场改变的中心。 创造专用芯片 GPU是各个公司训练神经网络的重要基石,不过这也只是整个过程中的一部分。当神经网络训练完毕以后就可以开始执行任务,这时候需要的计算能力又有所不同。 比如,在训练好一个语音识别算法以后,微软会把它作为一个线上服务提供出来,然后它就可以开始识别人们讲给自己手机的指令。GPU在这种时候就没有那么高效了。所以很多公司现在都开始制造专门用于执行所学到的东西的芯片。 谷歌造了自己的专用芯片:TPU。英伟达也在造类似的芯片。微软在继续对 FPGA 芯片重新编程来让它们更适合运行神经网络,这些芯片来自英特尔收购的 Altera。 其它的公司也在后面追赶。专做智能手机用的ARM芯片的高通,以及数量客观的初创公司都在研发AI芯片,希望能在这个快速成长的市场中分一杯羹。根据科技调研公司 IDC 预计,到2021年,带有替代计算芯片的服务器将达到68亿美元的销售额,大致是整个服务器市场的十分之一。   Bart Sano 表示目前 TPU 也只是谷歌整个网络运营里的一小部分 Doug Burger 透露,在微软全球的服务器网络中,替代计算芯片只占了所有运营中很小的一部分。谷歌的网络软硬件研发工程副总裁 Bart Sano 表示谷歌的数据中心也是类似的状况。 英特尔实验室的主管 Mike Mayberry 已经向着替代计算芯片开始发起努力。可能是因为英特尔占据着数据中心市场90%的市场份额,从而也是传统芯片的最大的销售商。他说,如果对CPU做一些适当的修改,它们也可以应对新的任务而无需其它帮助。 不过这个硅片的新浪潮扩散得很快,英特尔的市场地位也越来越纠结。它一方面否认市场正在发生变化,但是又或多或少地转换着自己的业务避免掉队。2年前,英特尔花费了高达167亿美元收购了Altera,这家公司造的就是微软使用的FPGA。这是英特尔历史上最大的收购。去年,英特尔又收购了一家开发专门用于神经网络的公司 Nervana,据说又花了超过4亿美元。如今,在Nervana团队的领导下,英特尔也在开发一款专门用于神经网络训练和执行的芯片。[!--empirenews.page--] 硅谷风投公司红杉资本的合伙人 Bill Coughran 在过去的接近10年中为谷歌的互联网基础设施出谋划策,他的工作内容基本针对的就是英特尔。他表示,“他们都有大公司病,他们需要想清楚如何踏入这片新的、成长中的领域,而且还不损害他们的传统业务。” 当英特尔内部高管们讨论摩尔定律失效的状况时,他们内部的混乱连公司外的人都看得到。在近期一次纽约时报的采访中,Nervana创始人、现在已是英特尔高管的Naveen Rao表示,英特尔其实可以让摩尔定律“再坚持几年”。从官方口径上讲,英特尔的姿态是传统芯片的改善在未来10年都还可以顺利地进行下去。 英特尔实验室的主管 Mike Mayberry 则表示加一两块芯片不是什么新鲜事了,他说以前的电脑里就有单独的芯片来处理声音之类的事情。 不过现在的趋势要比以前大多了,而且从新的层面上改变着这个市场。英特尔面前的竞争对手不仅有英伟达和高通的这样的芯片制造商,还有谷歌和微软这样一直以来都相当“软”的公司。谷歌已经在设计第二代的TPU芯片了。根据谷歌的说法,今年晚些时候,任何谷歌云计算服务的客户或者开发者都可以在新的TPU芯片上面运行他们自己的软件。 虽然目前这些事情都还只发生在消费者视野之外的大型数据中心里,但是这对整个IT工业体系产生广泛的影响恐怕只是时间问题。人们最期待的是,随着新型移动芯片的到来,手持设备也可以独立完成更多、更复杂的任务,不再需要把任务交给几百公里外的数据中心,无论是智能手机无需互联网也能识别语音指令,还是无人驾驶汽车可以用现在无法企及的速度和精度识别周边的世界。 换句话说,无人驾驶汽车少不了摄像头和雷达,但是同样少不了一颗好的大脑。

    时间:2017-09-25 关键词: CPU 谷歌 英伟达 tpu 计算芯片 行业资讯

  • 超低价语音识别芯片能否颠覆人工智能

    超低价语音识别芯片能否颠覆人工智能

    Google 工程师 Pete Warden 在英国 ARM 研究高峰论坛表示,他希望打造超便宜的语音识别产品,搭载只要 50 美分的超低价芯片,一个硬币大小的电池,足以维持一年的电力,再搭配简单的人工智能算法, 就可以让语音识别产品快速普及。 麻省理工科技评论(MIT Technology Review)报导,这种超便宜的语音识别芯片可用来生产便宜的对话玩偶,或是简单的家用电器,如可被语音驱动的灯。 在工业环境应用,这种芯片可辨识不寻常的声响,或是农田里的蟋蟀。 Warden 为 Google 的云端人工智能工具开发行动和嵌入式应用,称为 TensorFlow,他在开发过程中发现亚马逊的 AI 助手 Alexa 透过电池供电的简单芯片运作,频率只有几百兆赫是不够的,原因是 Alexa 必须辨识许多不同的声音,而且因为大多数语音识别 AI 工具使用的神经网络资源匮乏,这就是为什么 Alexa 必须将处理任务交给云端的原因。 为改善上述问题,Warden 限制问题的问法,譬如只能使用开、关、启动、停止等字眼,并舍弃一般语音识别算法,他拿一个音频将其切成短片段,然后计算每个片段的频率内容,接着一个接一个排列每个频率图, 以建立一个频率内容与时间的二维图像,并应用视觉辨识算法来辨识单词的独特记号。 第一次尝试分析音频的 1 秒钟片段需要 800 万次计算,准确度为 89%,这可用现代智能手机运作,并且互动速度也够快,这种方式比将运算过程送到云端更好,但是在低功耗芯片上性能不佳。 后来开发团队借鉴一些帮助 Android 手机辨识短语的算法技巧后,系统只需执行 75 万次计算,就能达到 85% 的分析准确率,研究团队已经在 TensorFlow 网站发表代码供他人使用,他们打算应用在类似单芯片微控制器 Arduino 搭载的更小芯片。 但英国剑桥大学前 AI 研究员 Tony Robinson 认为,低成本策略可能可以帮助语音识别产品普及,不过用户不太可能按表操课,大多数人没有耐心使用高度限制性的指令,认为功率稍微高一点,可以处理更多语言能力的芯片, 可能更适合消费者应用。

    时间:2017-09-27 关键词: 芯片 谷歌 语音识别 人工智能 行业资讯

  • 谷歌自研芯片或可以让Pixel 2更强

    谷歌自研芯片或可以让Pixel 2更强

    在其 10 月初的发布会上,谷歌曾表示他们的新一代手机——Pixel 2 是“全世界最好的照相手机”。当时,我们都以为这只是一个常见的营销套路。然而,谷歌今天竟然强硬证实了他们敢说这句话的底气:谷歌首款自主发明、自主设计的“图像处理器”(Image Processing Unit 简称 IPU)系统芯片——Pixel Visual Core(Pixel 视觉核心),以及它可以提高 HDR+(高动态范围成像+)5 倍性能的硬实力。 从谷歌发布的放大图中,我们可以看到 Pixel Visual Core 含有 8 个独立的 IPU,即 8 核。(虽然严肃来讲,左上角的 ARM Coretex-A53 中央处理器也可以让它算是 9 核,但是很明显 A53 的用处不是图像处理,即该芯片的主要用途)。这 8 个 IPU 核都是谷歌从零开始,专门为移动终端图像处理而设计的。 谷歌表示,此芯片每秒三万亿次运算的能力将大幅度提高 HDR+ 的处理性能:“以现有产品 1/10 的能耗实现 5 倍的处理速度”。HDR(高动态范围成像)是一种提高照片动态范围(明暗差别),减少噪音(细小的假色点),提高照片整体颜色鲜艳度的技术;HDR+ 属于 HDR 的升级版,在其性能上又有提高。   而令很多人大吃一惊的是,Pixel Visual Core 竟然已经暗藏于 Pixel 2 和 Pixel 2 XL 中,因为谷歌在月初的发布会上没有丝毫的提起这款芯片。不过,介于这款芯片目前还暂未激活,谷歌在手机发布会上选择保持这个秘密也是可以理解的。这背后的原因很有可能是因为谷歌的开发人员还暂未完成这款芯片的软件开发或者优化,但是把它从 Pixel 2 中拿出来又太可惜(浪费)了,因此才选择让它暗藏于新款手机中,等完成软件开发后立刻进行系统升级,开启手机照相“新时代”。 至于 Pixel Visual Core 将被激活的具体日期,谷歌表示它在“接下来的几周内,将与安卓 8.1 开发者预览版同时发布”。此外,在激活后,第三方 APP 也将可以选择使用 Pixel 2 的 HDR+图像处理功能。这意味着我们最常用的照(zi)相(pai)APP 也可以使用 HDR+,以及其背后的 Pixel Visual Core 来为我们提供很多放不下的特殊拍(mei)照(yan)功能。 但是除了称霸手机照相之外,谷歌很有可能还在计划利用 Pixel Visual Core 来下一盘更大的棋:谷歌表示,Pixel Visual Core 可以处理最困难的图像处理和机器学习应用,并且已经正在准备下一批专门为该芯片设计的 APP 了。 目前,许多自称“人工智能”的 APP 都需要使用云端来计算其机器学习算法。但是移动端人工智能芯片正在成为趋势——苹果 iPhone X 和华为 Mate 10 都表示含有 AI 专用芯片。此外,对 AI 算法的优化也正在减少其计算力的需求(也就是能耗),这意味着手机中将可以实现越来越多的智能运算。随着机器学习 APP 越来越普及,掌控 AI 硬件的公司才有可能掌控自己,乃至整个行业的命脉。

    时间:2017-10-19 关键词: 谷歌 pixel 2 图像处理器 行业资讯

  • 一季度阿里巴巴在云计算领域超过IBM 成为全球第四

    一季度阿里巴巴在云计算领域超过IBM 成为全球第四

    据美国财经网站CNBC报道,市场调查机构Synergy Research Group(以下简称Synergy)发布报告称,今年第一季度,阿里巴巴超过IBM,成为全球第四大云基础设施及相关服务提供商,但它仍然落后于亚马逊、微软和谷歌。 在云计算领域,阿里巴巴主要以其在中国市场的快速增长而闻名。该公司长期以来一直是中国电子商务领域的领军者,但其云计算业务不只是停留在国内市场,该公司正在帮助那些希望向海外扩张的中国企业,同时也越来越多地从其他寻求进入中国市场的大型客户那里赢得业务。 长期以来,中国的云计算市场一直受到外来企业的挑战。阿里巴巴的网站显示,包括洲际酒店集团、毕马威、雀巢、飞利浦、SAP和施耐德电气在内的欧洲公司,以及像数字营销公司Conversant、地图软件提供商Esri这样的美国企业,都是阿里巴巴的客户。 随着越来越多的企业将自己的计算和存储需求转移到云计算上,阿里巴巴和其他全球最大的科技公司正在建设数据中心,增加人手,并进行收购,以应对工作量激增的局面。 阿里云在亚太地区排名第二,仅次于亚马逊云服务(AWS),它正迅速在其他地区建立业务。 Synergy研究主管约翰?丁斯代尔(John Dinsdale)上周在报告中表示:“这是一场大规模的较量,要想成为市场领导者,需要大量持续的投资、业务要遍及全球,并且要拥有一个全球性的品牌。” 尽管阿里云业务正在不断发展壮大,但它仍远远落后于亚马逊云服务(AWS),亚马逊云服务的市场份额保持在40%左右。但超越IBM是阿里云取得的一个值得注意的成就。 今年第一季度,阿里巴巴表示,其云业务营收增长逾一倍,达到6.99亿美元,而上一财年阿里云营收同比增长一倍,达到21.4亿美元。 科技公司不会以同样的方式报告其云计算业务的营收状况,因此仅根据它们披露的数据来进行对比很有难度。例如,IBM不将其云基础设施和平台作为服务营收对外公布。该公司的第一季度业绩报告显示,其云服务的年运营率增长了25%,达到107亿美元。 阿里巴巴在云计算排行榜上的上升势头一直在持续。今年早些时候,丁斯代尔在一封电子邮件中表示,为了跻身第三位,阿里巴巴需要将谷歌拉下马。 今年,谷歌曾表示,包括“谷歌云平台”(Google Cloud Platform)的公共云和G系列生产力应用在内,该公司每季度的云收入达到了10亿美元。 在4月份发布的另一份报告中,Synergy表示,尽管阿里巴巴在云基础设施(包括托管的私有云)领域所占的份额有所增加,但它仍仅占市场的5%,远远落后于亚马逊的AWS,也落后于微软、IBM和谷歌的云业务。 增长放缓 云管理公司Rightscale最近开始在其年度IT专业人员调查中,首次针对阿里巴巴展开调查。调查发现,在997名受访者中,有2%的人在阿里云上运行应用。与此同时,阿里巴巴在一年前的Gartner年度云基础设施服务报告中首次亮相。 随着阿里云计算部门规模的扩大,其云计算业务的增长率预计将下滑。市场研究机构Raymond James分析师在5月时预估,明年阿里云业务的增长率可能会降至87%左右,后年可能降至60%左右。 此外,阿里还面临着一项挑战,即如何说服全球大型品牌将其最敏感的数据交给中国科技巨头存储,这是一条漫长的道路。

    时间:2018-06-28 关键词: 谷歌 云计算 阿里巴巴 行业资讯

  • 遍地开花的AI芯片 技术含量难辨高下

    Pre-A轮融资3.4亿元人民币,一则人工智能领域神经网络解决方案公司燧原科技宣布获得融资的消息再度引起芯片行业的关注。 燧原科技今年3月成立于上海,产品是针对云端数据中心开发的深度学习高端芯片,定位于人工智能训练平台。这是腾讯首次投资国内AI芯片公司,种子轮投资方亦和资本(武岳峰资本旗下基金)、真格基金、达泰资本、云和资本继续跟投。 近年来,AI芯片无疑是最火热的话题之一,不仅英伟达、谷歌等国际巨头相继推出新产品,国内百度、阿里等也纷纷布局这一领域,诞生了寒武纪等AI芯片创业公司。在CPU、GPU等传统芯片领域与国际相差较多的情况下,中国AI芯片被寄望能实现弯道超车。 AI芯片遍地开花 从去年下半年到今年上半年,国内不少AI初创企业纷纷推出了自己的芯片。两个月前,云知声在北京召开发布会,推出其第一代UniOne物联网AI芯片及解决方案。仅仅在这两个月内,就有多家公司发布AI芯片或模组。出门问问正式发布了AI语音芯片模组“问芯”;Rokid发布KAMINO18AI语音专用芯片;思必驰也宣布将在下半年推出AI芯片…… 按使用场景划分,AI芯片主要分为云端和终端芯片。而目前主流的深度学习人工神经网络算法包括训练和推断两个环节。由于训练侧需要大量数据去训练人工神经网络,因此训练主要在云端进行。云端追求高性能,开发成本更大,终端更侧重低成本和低功耗,目前中国AI初创企业主要布局在此。 云端芯片方面,寒武纪在2016年推出全球首款商用终端智能处理器IP产品后,于5月3日正式发布了首款云端智能芯片MLU100。7月,百度在AI开发者大会上正式推出了昆仑,基于百度CPU、GPU、FPGA的AI加速器研发。官方称,这是中国首款云端全功能AI芯片。 根据市场研究公司CompassIntelligence发布的全球AI芯片排行榜,除了英伟达、英特尔等传统芯片公司巨头,寒武纪、地平线等AI芯片公司也位居前列。 由于灵活性高,在AI算法并未成熟固定的当下,FPGA(现场可编辑门阵列)被认为是一种中间方案,其最大的优势在于能够使系统的硬件功能可以像软件一样通过编程修改。与GPU、CPU通用芯片相比,性能更高、能耗更低。 深鉴科技开始从赛灵思采购FPGA,将核心算法DPU放到FPGA,然后以模组的方式销售给客户,但FPGA价格相对较贵,而且与专用定制芯片ASIC相比,性能和功耗方面也有不小差距。除了FPGA方案,深鉴科技也在研发AI专用芯片,目前正在流片,该公司一相关负责人对记者表示:“如果在这个时间点,AI的初创类企业做硬件再选择FPGA,可能就有点滞后了。” ASIC是专为特定目的而设计的芯片,效能高、功耗低,但灵活性较差,更适合AI算法成熟固定后期使用。一旦规模量产,成本也会显著降低。 云知声创始人兼CEO黄伟表示,无论是CPU还是GPU、FPGA,现有的芯片架构并非为AI专门设计,不能满足物联网AI算力需求,且考虑了太多的向后兼容性,因此在性能上远非最优。“基于业务方面对芯片产品、场景的反复验证,以及对AIoT(人工智能+物联网)终局的判断,云知声在2014年就明确必须自主研发面向物联网的AI芯片。”他称,如果云知声不做芯片,必死。对此,Rokid创始人兼CEO祝铭明也同意做语音的公司一定都会做芯片,“现在排在顶级的公司都做”。 出门问问创始人兼CEO李志飞在被问到为何要做芯片模组时表示,主要为了满足特定需求,“比如今年智能电视所谓的智能化,远场语音交互是很强的需求,但市场上没有很好的解决方案。一是贵,二是效果没有那么好,集成起来没有那么方便。” 另一AI语音公司思必驰在宣布获得D轮5亿元融资消息后,也表示将推出智能语音芯片,预计在下半年流片。 AI芯片难在何处? 芯片行业是一个高投入、高风险、慢回报的行业。多位业内人士对记者表示,芯片研发周期非常长,从立项到上市通常需要两年左右时间。作为创业企业,特别是从事算法的企业,如果自己独立研发芯片,在时间和资金方面都面临巨大压力,其中最重要的原因是芯片成本高,对错误零容忍。 与软件可以修正和快速迭代不同,芯片的迭代周期会很长。如果已经流片,纠正一个错误可能需要半年以后花几百万美元再去流一次片。“你得有非常强大的心理素质、极其严谨的工作作风,以及对任何事情宁可错杀一千,不能漏掉一个的态度去做,不仅是要一个这样的人,而且是需要一个这样的团队,才能把这个事做好。”深鉴科技芯片研发副总裁陈忠民告诉记者。 这是芯片行业本身具有的特点,但目前AI算法尚未固定,如果直接做专用芯片无疑又有新的风险。地平线智能解决方案与芯片事业部总经理张永谦对记者说,传统芯片公司在设计IP和做一个芯片之前,已经确定了目标客户,“如果你做一个很大的决定的话,要有一个头部的大客户一起合作。相当于芯片还没出来,你已经确定谁会用它,怎么用它或者对一个市场研究得很透”。但这是传统的方式,AI芯片则有所不同,他指出,“现在的AI落地还在早期,你没有办法事先就已经知道谁一定会用你,这个时候是带有一定风险的,也需要考验一定的眼光。如果你要盯着有量的市场去做AI芯片,首先这样的判断也有可能错,第二你在做出来的时候已经晚了。等你看到有量再去做,有一些预判的公司已经做出来,在那个市场里面等着了。” 杭州国芯于去年10月底发布其首颗语音AI芯片GX8010,今年初正式上市。国芯AI事业部的总经理凌苯云在接受记者采访时表示,该公司于2016年初确定布局AI芯片,而在当时该款芯片也没有明确的客户。“我们当时为什么敢做这个决策?我们认为这些算法底层的架构都基于神经网络来做。不管你的形态怎么变,那个核心不太会变。”另一方面,没有产品也很难和客户深入接触,“我们也去跟客户聊过,但是通常来说,当你还没有一个东西的时候,你跟客户去聊需求的时候,通常来说聊不到很深入。”他表示,上市半年后,目前该芯片已经有百万级的订单。 正是因为造芯不易,有AI算法企业选择与芯片公司合作一起服务客户。上述的杭州国芯此前主要从事于数字电视、家庭多媒体的芯片设计和系统方案开发。出门问问的芯片模组、Rokid的芯片都是和该公司合作,思必驰也是该公司的合作伙伴。凌苯云告诉记者,在和这些AI公司合作时,“我们出芯片,他们出算法,我们一起去推客户”。根据不同的市场场景选择不同的合作方,“我们跟Rokid的合作主要就是智能音箱,跟出门问问现在合作主要是电视、机顶盒和部分家电,跟思必驰现在合作主要也是以家电、IoT为主。因为领域不一样,算法也需要去优化。” Rokid一芯片负责人告诉第一财经记者,双方的合作中,Rokid提架构与性能需求,国芯设计生产芯片并提供底层bsp(板级支持包),“我们负责输出基于Rokid语音服务的os整体解决方案。” 祝铭明表示,Rokid不是芯片公司,只是芯片会成为其中非常有竞争力的元素,“如果这个竞争力元素不存在,我们也不会做芯片。”他指出,今天的芯片基本都是SoC,“SoC里边有90%的东西,Rokid没有必要花精力去做各类IP。Rokid做芯片不是做以芯片为出发点。因为做行业的人都知道芯片的利润特别低。如果市面上没有,我来做;如果市面上有,我就用它。” 黄伟也表示,对云知声来说,造芯不是目的,只是起点。 行业或更趋理性 在AI概念普及之后,各方都在寻找商业模式,期待AI技术尽快落地,但目前大部分的AI创业公司处于依靠融资烧钱阶段,AI芯片也被认为是AI技术落地的一种方式,但目前而言,这条路并不容易。 有业内人士认为,AI芯片行业将迎来整合并购时期,也让大家更清楚地看清做芯片的难度。 以FPGA龙头赛灵思收购深鉴科技为例,赛灵思表示,将继续加大对深鉴科技的投入,不断推进公司从云到端应用领域部署机器学习加速的共同目标。该人士指出,深鉴科技掌握的是DPU的算法,但是芯片的链条太长,光有DPU不够,如果仅靠自己,在可见的范围内一直要不断加大芯片设计和研发费用,烧钱非常快。 陈忠民在接受第一财经记者采访时表示:“为什么芯片这么难?不是说知识有多复杂,资金投入高。更重要的原因是,从研发层面上来说,芯片与其他行业最大的差别是对于错误的零容忍性。” 他指出,现在单次流片的费用越来越高,如果使用目前最先进的7纳米工艺,流一次片就需要花费几亿人民币,因此对于错误的容忍几乎是零。就算是较为成熟的40纳米和55纳米工艺,一套光罩费用也需要上百万美元,更不用说上千万美元的设计软件。 清华大学微电子所所长魏少军曾指出,AI无疑十分重要,但AI芯片的发展很可能会在未来2~3年遭遇一个挫折期。今天的部分,甚至大部分创业者将成为这场技术变革中的“先烈”。 张永谦也对记者表示,AI芯片市场将来肯定很大,但容纳不下那么多家公司,所以肯定有些公司会死掉。“这个也很正常,任何一个新技术起来的时候,特别像AI这么大的一个底层技术崛起的时候,有泡沫很正常,2000年的互联网泡沫破灭的那个时间,很多大的互联网公司就倒闭、裁员,然后再起来。产业有周期,现在就是已经到了一个最高点了,我觉得后面一年肯定会下来,然后再回归一个理性成长。”

    时间:2018-08-10 关键词: 芯片 谷歌 ai芯片 行业资讯

  • Verizon联手苹果 谷歌 推动5G

    美国移动运营商Verizon近日宣布,已与苹果和谷歌达成合作意向,后两者将成为其超高速5G无线服务的首批视频提供商。Verizon预计,该项服务最早会在今年晚些时候面向4座城市推出。 根据Verizon在本周二发布的声明,这项家用宽带服务将首先在洛杉矶、休斯顿、萨克拉门多和印第安纳波利斯四座城市推出。知情人士表示,Verizon将为5G用户提供免费的Apple TV盒子或者免费的谷歌YouTube TV应用订阅服务,使之可以观看电视直播。 Verizon决定与这两大科技巨头展开视频内容合作的另一大目的,也是为了挑战AT&T和康卡斯特等全国性互联网和付费电视提供商的固有地位。Verizon计划利用5G无线技术向家庭用户提供上网服务,使其实际传输速度可以媲美甚至超过固网速度。 据称,Verizon的5G服务订阅者,还可以观看NFL和NBA比赛直播,而且能够通过Verizon自己的Oath媒体部门收看新闻节目。

    时间:2018-08-16 关键词: 苹果 谷歌 5G 行业资讯

  • 红芯浏览器真的只是谷歌浏览器换了层皮吗?

    自称“打破美国垄断,中国首个自主创新智能浏览器内核”的红芯浏览器,正在遭到更为广泛的质疑。 8月16日,有网友在对红芯浏览器安装包然解压后发现,最终得到一个版本号为49.1.2623.213的Chrome文件,这也是谷歌浏览器Chrome最后一个支持Windows XP系统的版本。 与此同时,红芯浏览器官网对该产品内核的介绍则是“打破美国垄断,中国首个自主创新智能浏览器内核”。并将该浏览器与微软IE、谷歌Chrome、苹果Safari和火狐并列比较。 这一鲜明对比,让有的网友把红芯浏览器形容为“只是谷歌浏览器换了层皮”。 而在部分媒体披露的新闻稿中,红芯浏览器还给出了“用户1亿,占目前中国浏览器活跃用户数约三分之一”的目标。该新闻稿提到,红芯浏览器已成为国务院、国资委、中车集团、国家电网、比亚迪、海信、中粮可口可乐等500强政企机构的工作平台标配。 对于“标配”一说,记者联系到相关政府部门和企业,则给出了不同的回应。 国务院国资委一位内部人士告诉记者,国资委的个人电脑中没有统一安装红芯浏览器,现在都是根据个人爱好自行选择浏览器,也没有通知要求安装此软件。据其了解,国务院国资委并未购买红芯公司的服务。 中车集团内部人士对记者表示,中车集团层面使用的电脑并未安装红芯浏览器,下属子公司层面则不确认。 红芯公司官网曾披露,2017年,该公司曾与中国中车集团旗下广州电力机车有限公司签约。对此,上述中车集团人士表示,这只是一家拥有几百人的小公司,不足以代表整个中车集团。 海信集团官方也向记者表示,海信不是红芯浏览器的用户。 目前,红芯浏览器已在官网停止下载。 红芯联合创始人高婧在8月16日下午对中新网回应称,安装包里之所以有Chrome文件,因为本来就是基于开源的Chrome架构。但红芯依然是自主可控的国产内核,因为有智能感知渲染等其他方面的创新。至于安装包为何下线,是因为技术部启动应急预案,开始自查。

    时间:2018-08-17 关键词: 谷歌 红芯 行业资讯 智能浏览器

  • 谷歌商店开卖官方秘钥产品 你怎么看?

    谷歌商店开卖官方秘钥产品 你怎么看?

    据CNBC报道,谷歌员工需要使用硬件安全密匙才能登录网络服务,而其最新使用的泰坦秘钥(Titan Security Key)则是与中国诚信科技股份有限公司(Feitan)合作开发的。同时谷歌在官方商店开卖这款产品,售价50美元,其包括USB秘钥、蓝牙秘钥和充电模块。 去年,谷歌扩大了硬件业务,从HTC手中收购了大量人才和知识产权。与此同时,中国最近成为谷歌的热点地区。本月早些时候,谷歌首席执行官桑达尔·皮查伊(Sundar Pichai)向员工表示,该公司“尚未接近”在中国推出搜索产品。此前有报道称,谷歌计划重返中国市场。 谷歌在上个月于旧金山举行的Next云计算大会上宣布了“泰坦”密匙,并指出它带有“谷歌为验证其完整性而开发的固件”,但该公司没有指明该产品的制造商。但这款密钥与飞天的无线密钥产品极为相似。飞天是总部位于北京的安全公司,2014年在深圳证券交易所上市。 飞天公司驻加州圣克拉拉办公室的员工证实,该公司正在与谷歌合作开发泰坦秘钥。另一位熟悉该项目的消息人士也证实了这一合作关系。周四早些时候,付费科技媒体The Information也报道了双方的合作。 谷歌的一位女发言人表示,谷歌是泰坦秘钥的“开发商”,但实际上它是由未具名的第三方制造生产的。但该发言人拒绝透露飞天是否制造了这些密匙。这种安排在谷歌已有先例。据《连线》杂志报道,2016年,谷歌曾强调,它是其首款Pixel智能手机的“设计者”,尽管HTC是其代工制造商。 谷歌始终是技术的倡导者,这些技术可以防止不必要的尝试登录用户帐户行为,现在它要求员工除了输入密码外还要使用物理安全密钥。另外一层验证是为了防止网络钓鱼攻击,即黑客通过欺诈信息获取个人资料。 泰坦秘钥不仅看起来像飞天的密匙产品,而且和美国Yubico公司的USB密匙也非常相似,Yubico的密匙可以安全地登录谷歌的Gmail服务,以及Dropbox、GitHub和其他网络服务。但是Yubico首席执行官人斯蒂娜·埃伦斯瓦尔(Stina Ehrensvard)在博客文章中明确表示,Titan不是Yubico制造的。 埃伦斯瓦尔还对这款使用蓝牙的密匙的某些方面进行了批评。她写道:“虽然Yubico之前开发了BLE(蓝牙低能耗)安全密钥,并为制定BLE U2F标准做出了贡献,但我们决定不推出该产品,因为它不符合我们的安全、可用性和耐用性标准。BLE不能提供NFC和USB级别的安全保障,而且需要电池和配对来提供糟糕的用户体验。” 周四,谷歌产品经理克里斯蒂安·布兰德(Christiaan Brand)在博客文章中宣布,谷歌的在线商店可以买到泰坦秘钥。她说,谷歌的固件被密封在特殊的芯片中,然后送到生产线上。布兰德写道:“对泰坦秘钥的信任建立在密封芯片上,而不是在设备制造过程中采取的任何后续步骤上。” 自泰坦秘钥发布后,飞天公司在社交媒体上分享了许多关于谷歌的信息,但并未就与谷歌的合作发表公开声明。飞天公司没有立即回应置评请求。谷歌自己的“高级保护”计划注册网站目前建议,在美国的人如果没有两个安全密钥,可以通过亚马逊购买飞天无线密钥和Yubico USB密钥。但这些密钥并不是以谷歌泰坦品牌名义专门销售的。

    时间:2018-08-31 关键词: USB 谷歌 硬件 行业资讯

  • 白宫将召开量子计算峰会 制定国家量子战略

    白宫将召开量子计算峰会 制定国家量子战略

    据路透社报道,白宫周一将召开一次会议,讨论美国政府推动量子信息科学的努力,美国多个政府部门的官员,谷歌母公司Alphabet、IBM、摩根大通等大公司和学术专家将参加此次会议。 量子计算机的运行速度比今天先进的超级计算机快数百万倍。专家们表示,虽然目前这种充满希望的技术仍处于初级阶段,但未来可能会对医疗保健、通信、金融服务、交通运输、人工智能、天气预报等领域产生重大影响。 这项技术具有重大的国家安全意义,因为量子计算机可能会突破传统的互联网安全程序或其他密码。 此次会议是由白宫科技政策办公室组织的。该办公室负责量子信息科学的助理主任杰克-泰勒表示,政府计划在周一公布一项关于如何推进下一代技术的战略。他表示, 这次会议的目的是让关键利益相关者聚集一堂,“真正制定一项计划”,以帮助量子计算成为现实,并寻求对政府可以采取的其他措施的投入 参加此次会议的包括美国国防部、国家安全局、白宫国家安全委员会、美国宇航局和联邦能源部、农业部、国土安全部、国务院和内政部等部门的官员。 霍尼韦尔国际公司、洛克希德马丁、高盛集团、AT&T、英特尔、诺斯罗普格鲁曼等多家大公司的代表也将参加此次会议。 根据白宫的一份备忘录,量子计算“将使我们能够预测和改进化学反应、新材料及其特性,并对时空和宇宙的出现提供新的理解”,这一切可能在十年内实现。 本月13日,美国国会众议院批准了关于量子信息科学的立法,以“制定统一的国家量子战略”,授权在2023年前提供13亿美元的资金。

    时间:2018-09-25 关键词: IBM 谷歌 量子计算 行业资讯

  • IBM史上最大一笔收购:340亿美元收购开源先驱红帽软件

    IBM史上最大一笔收购:340亿美元收购开源先驱红帽软件

    老牌科技巨头们正忙着集体拥抱开源,花大价钱买买买是当下共同的选择。 这一次,砸下重金的是科技界已经成立107年的老店IBM。 29日,IBM宣布了以高达340亿美元的价格收购开源软件商业化的先驱之一Red Hat。 而不到半年前,微软刚豪掷75亿美元拿下了全球最大的社交编程及代码托管网站GitHub。 当时让业界吃惊的是微软的慷慨。GitHub在2015年时的最新估值只有20亿美元。事实上,在微软正式宣布收购之前,市场一直预测微软收购GitHub的交易价值是50亿美元。而50亿美元相比此前20亿美元的估值已经要高上一倍多。 无独有偶,IBM这次买Red Hat出手也是相当大方。 因为最新的季报不太景气,加上美股科技股近期走势不佳,Red Hat的股价已经从6月份的175美元左右跌到了上周五的117美元以下。 但IBM给出了收购价格是每股190美元,这比Red Hat上周五的收盘价溢价60%以上。 值得一提的是,这笔金额高达340亿美元的交易也是老店IBM迄今为止最大的一笔交易,在美国科技界也能排上前三。 重金收购也显示了IBM对转型云计算的决心。 IBM董事长兼首席执行官罗睿兰(Ginni Rometty)公开表示,“收购Red Hat是改变游戏规则的举措,这改变了云市场的一切。” 市场研究公司Wikibon的分析师斯图?米尼曼(Stu Miniman)认为:“Red Hat有望弥补IBM不受开发人员的追捧这块短板,IBM立即巩固了其在当今多云领域的地位。” 但在亚马逊、微软、谷歌等云计算巨头已经几分天下的大势之下,收购Red Hat能给IBM留下多少机会,依然是个问号。 “中立”的开源 众所周知,Red Hat的发家业务是Linux生态系统。Red Hat创建于1993年,是目前世界上最资深的Linux和开放源代码提供商。 被IBM收购之后,业界最为担心的是Red Hat的开源业务。 上述担心在半年前微软收购GitHub的时候同样发生过。毕竟买下开源社区GitHub是曾经相当封闭的微软。微软的第二任CEO史蒂夫?鲍尔默此前一直反对将微软技术开源,他甚至将开源技术比喻为技术产权的癌症。 事实上,曾经反对开源软件开发的微软,现在已经成了GitHub的最大贡献者之一。目前,微软在 GitHub上贡献了超过 1800 个存储库,连续三年保持第一。 但这并不能打消业内对于GitHub未来中立性的质疑声。 微软 Azure 首席技术官 Mark Russinovich 日前在 GeekWire Cloud Summit 开发者大会上还不得不公开表态承诺微软会让GitHub 独立运行来缓和这些质疑。 “我们的关键目标、首要目标,是不干扰 GitHub 上已有的模式,所以我们将采取一种非常放手的方式运营 Github。”Mark Russinovich解释道。 而这一次,IBM也在宣布收购的同时就强调将继续致力于推进红帽的开放治理、开源贡献、参与开源社区和开发模型,并培育其广泛的开发者生态系统。 此外,IBM和红帽将通过专利承诺、GPL合作承诺、开放式发明网络和LOT网络等努力,继续致力于开源的自由。 有意思的是一点是,IBM和红帽早在1999年就宣布结为Linux联盟。 Red Hat首席执行官吉姆?怀特赫斯特(Jim Whitehurst)也表态:与IBM携起手将加快开源作为数字化转型的基础所带来的影响,并将Red Hat将保持独特的文化以及对开源创新的坚定承诺。 此外,IBM还郑重承诺,会继续与AWS、微软的Azure云、谷歌云、阿里巴巴以及其他公司保持合作伙伴关系。Red Hat将成为IBM的混合云团队的一部分,成为一个“单独的部门”,保持Red Hat的开源开发传统和理念的独立性和中立性,保持当前的产品组合和产品上市战略以及独特的开发文化。 IBM云业务“补缺” 作为IBM的女掌门,罗睿兰这几年一直致力于将IBM重新定位于快速增长的云计算服务商,希望以降低对传统硬件产品的依赖并扭转多年的收入下滑态势。 2016年,罗睿兰对外宣布,IBM对外宣布不再只是一家硬件公司、软件公司、服务公司,而已经转型为一家认知解决方案和云平台公司。 那个时间点,IBM正在经历漫长业界不佳。而这个营收下滑期最终定格在连续23个季度。 IBM去年第四季度的营收终于止住跌势。今年第一季度和第二季度,IBM的营收均实现了增长。 只是现阶段,IBM的业绩又出现了新的波动。 一周前发布的近财报数据显示,IBM第三季度总营收为187.56亿美元,比上年同期的191.53亿美元下滑2%,经汇率变动调整后则同比持平,未达市场预期。华尔街此前平均预计,IBM第三季度营收为191亿美元;Estimize预计IBM营收为192.7亿美元。 而上述业界也被视为IBM很难在云计算时代齐步并进。 罗睿兰认为,收购Red Hat将改变了云市场的一切。IBM将成为全球的头号混合云提供商,为公司企业提供唯一的开放云解决方案,从而为客户充分发掘云的价值。” 而Red Hat当下最为亮眼的业务是平台即服务(PaaS)提供商OpenShift。 业界的普遍观点是,Red Hat的OpenShift能够直接与Salesforce旗下的Heroku以及谷歌应用引擎Google App Engine相竞争。 对此,IBM混合云高级副总裁阿尔文?克里什纳(Arvind Krishna)在一份声明中表示:“IBM致力于成为名副其实的多云提供商,我们将优先考虑跨多个云使用Red Hat技术。这么一来,IBM将支持开源技术,无论该技术在何处运行,从而能够在全球商业环境中灵活扩展。”

    时间:2018-10-30 关键词: 微软 IBM 谷歌 亚马逊 行业资讯

  • 全球企业研发投入排名:三星第一 中国公司华为进前五

    全球企业研发投入排名:三星第一 中国公司华为进前五

    近日欧盟委员会在官网发布了《2018年欧盟工业研发投资排名》(The 2018 EU Industrial R&D Investment Scoreboard),这份报告统计了全球46个国家和地区共计2500家公司,在2018年欧盟工业研发投入的情况。 其中欧盟工业研发投资排名第一的是三星,排名第二的是谷歌母公司Alphabet,第三则是德国大众,其中唯一上榜前十的中国公司是华为,排名第五。 这份报告主要研究的是全球多个国家和地区公司的欧盟工业研发投资情况。报告显示,韩国三星电子首次成为研发投入最高的公司,其2017年到2018年的研发经费为134.37亿欧元,排在榜首。其次是美国谷歌的母公司Alphabet,研发经费为133.88亿欧元;德国大众则以131.35亿欧元的研发经费排名第三;美国微软和中国华为分别以122.79亿欧元和113.34亿欧元的研发投入排在第四、第五。 第六名到第十名,我们也见到了一些耳熟能详的科技公司,包括排名第六的英特尔,排名第七的苹果公司。还有一些其他领域的公司,比如美国的强生和德国的戴姆勒。 从上榜情况来看,这些公司在2017到2018财年研发投入均超过2500万欧元,总额达到7364亿欧元,约占研发总投入的90%。其中美国上榜公司有788家(投资占比为37%),欧盟上榜公司577家(投资占比27.2%),日本339家(投资占比13.6%),中国438家(投资占比9.8%)。 值得注意的是,在排名前100的企业中,有11家来自中国,与科技相关的公司包括百度、腾讯、阿里巴巴、华为、中兴等等。而在排名前50的公司中,中国公司只有华为一家,其投入研发领域为硬件技术和设备,并且华为在研发投入中的总资金超过了百度、腾讯、阿里巴巴的总额。 阿里巴巴在2017/18年的投资研发总金额为29.14亿欧元,总榜排名第51,也是位列第二的中国公司,主要投入研发领域为软件和计算机服务。鸿海精密、台积电紧随其后,总榜排名分别为59、60。腾讯总榜排名为61位,其主要投入研发领域同样是软件和计算机服务。在往后是中兴、百度、联发科,分别在总榜中排名76、81和83。 总体来看,中国公司的研发投入力度依然有待提升。榜单中前五十的公司总,美国有22家排名第一,其次是欧盟、日本、瑞士,中国和韩国都仅有1家。据报告显示,总榜排名前十的公司研发投入上的总金额占到15%,排名前50的公司贡献了总金额的40%。

    时间:2019-01-03 关键词: 欧盟 谷歌 三星电子 行业资讯

  • 谷歌推广AI语法检查功能:将提供给所有G Suite用户

    谷歌推广AI语法检查功能:将提供给所有G Suite用户

    据美国科技ý体The Verge报道,谷歌27日宣布将在Google Docs中面向所有G Suite用户默认提供人工智能语法检查器。 谷歌去年7月宣布了这项功能,但当时需要由系统管理员手动开启该功能,所以并û有默认开启。而现在,所有G Suite用户都可以在Google Docs中看到语法错误提示,包括把“affect”错拼成“effect”,或者把“they"re”错拼成“their”。 普通的拼写检查功能会将疑似错误高亮显示,而语法检查器则会使用蓝色曲线来标记可能的错误。 “我们可以使用机器翻译技术来识别错误,并推荐正确内容。我们与语言学家展开密切合作,解码机器翻译模型的规则,并将此作为Docs自动推荐的基础,这都采用了人工智能技术。”G Suite产品经理维什努·斯瓦吉(Vishnu Sivaji)在博文中写道,“通过这种方式,机器学习技术就可以捕捉到很多不同的修正,从‘a’和‘an’这样的简单语法规则,到如何正确使用从句这种复杂的语法概念。” 不幸的是,这些功能仍然仅限于企业用户。但能让所有G Suite用户使用,并在Google Docs中默认开启已经是一个积极的信号,表明该公司今后可能会向更多用户提供这项功能。

    时间:2019-02-28 关键词: 谷歌 人工智能 AI 行业资讯

  • 谷歌高通联手对抗苹果 5G竞争格局再添变数?

    谷歌高通联手对抗苹果 5G竞争格局再添变数?

    日本ý体报道,为了对抗苹果,谷歌和高通正在“5G”方面与之拉近距离。在支持5G的智能手机领域,搭载高通半导体和谷歌操作系统的终端开发处于领先地λ。以苹果为“共同敌人”的两家公司的“联盟”或将改变行业的竞争环境。 《日本经济新闻》网站2月28日报道,“我很高兴,能与高通共同打造充满活力的5G经济圈”,在“MWC2019巴塞罗那”展会的高通新闻发布会上,谷歌副总裁鲍勃·博彻斯(Bob Borchers)作为嘉宾亮相。与终端企业关系深厚的高通和软件公司联合举行记者会实属罕见。 报道称,高通在手机半导体和通信技术领域掌握较高份额。两家公司的相关人士均表示,“5G智能手机将两者拉到一起”。现阶段宣布上市的5G手机几乎全都采用高通的半导体,操作系统则全部采用谷歌的“安卓”系统。两家公司抱有作为开辟5G时代幕后英雄的自负。 报道介绍,此外,两家公司在“苹果的敌人”这一点上也具有一致的利害关系。 高通在手机半导体市场具有压倒性优势,而苹果则一直在加强半导体技术的自主开发。双方Χ绕手机相关专利展开激烈的诉讼大战,最终苹果从2018年的新产品开始不再采用高通的半导体。在手机操作系统方面,谷歌以苹果作为最大竞争对手。在智能手机终端业务上,谷歌处于追赶苹果的地λ。 报道认为,苹果在5G领域处于劣势。取代高通的英特尔(53.3, 0.34,0.64%)预计2019年底之前无法供应5G半导体。有分析认为,苹果在年内推出支持5G的iPhone的可能性接近于零。另一方面,与高通和谷歌存在关联的终端最快将从2019年5月开始上市。 在“联盟”中,研发操作系统的谷歌尤其将这一领先视为良机。在高通的记者会上,谷歌高管表示,“5G手机的发展最终将取决于APP的开发在多大程度上取得进展”,认为在iPhone的5G空白期强化相关软件,以抢在苹果前头。 报道称,在APP开发的世界里,苹果的优势十分稳固。加拿大一家虚拟现实(VR)软件公司表示,“安卓终端的硬件参数各不相同,工作起来很难。一般来说,新作品都是在严格的iPhone参数之下先出苹果版本”。 报道称,在刚刚开始的5G领域,谷歌和高通能在多大程度上获得支配力仍是δ知数。但是,苹果的迟到或将给其引以为傲的“经济圈”带来意想不到的破绽。

    时间:2019-03-05 关键词: 高通 苹果 谷歌 行业资讯

  • 谷歌将华为从Android Q 版本的名单中移除

    谷歌将华为从Android Q 版本的名单中移除

      Android Q Beta版页面显示,华为Mate 20 Pro已经不见踪影,华硕ZenFone 5Z、Essential Phone、LG G8、诺基亚8.1、一加6T、OPPO Reno、realme 3 Pro、索尼Xperia XZ3、传音SPARK 3 Pro、vivo X27、vivo NEX S、vivo NEX A、小米9、小米MIX 3 5G版、谷歌Pixel 3、Pixel 3 XL、Pixel 2、Pixel 2 XL、Pixel和Pixel XL这些设备仍然可以获得Android Q Beta版更新。 值得一提的是,华为消费者业务CEO余承东透露华为最快会在今年秋天、最晚明年春天发布自研操作系统。余承东透露,华为自主操作系统打通了手机、电脑、平板、电视、汽车、智能穿戴等各个领域,还将兼容安卓应用和所有Web应用。 

    时间:2019-05-23 关键词: 华为 Android 谷歌 行业资讯

  • 又一轮用户收割开始?微软联合谷歌推在线付费课程

    又一轮用户收割开始?微软联合谷歌推在线付费课程

    近日,微软联合谷歌推出在线付费课程,教授初学者编写简单的量子算法和代码。听到这个消息时,中国科学技术大学教授、合肥本源量子计算科技有限责任公司(以下简称本源量子)首席科学家郭国平有些失落:“又一轮用户收割开始了!” “微软试图在全球范Χ内抢占和收割用户,建立量子操作系统和量子软件标准。”郭国平在接受记者采访时说,这是微软自两年前推出量子开发套件后,在量子计算领域的持续发力。 惯性思维使国内量子软件遇冷 如果消费者习惯使用某种操作系统、语言和程序,它们就更易成为行业标准。 正是意识到软件的重要性,今年年初,本源量子发布国内首个量子程序开发插件Qurator-VSCode,初步建立起完整的量子操作系统和量子软件标准,在进度上与国际同行保持一致。 早在今年2月,本源量子就推出了完全免费的量子计算教学视频,比微软早了三个多月。“但我们的课程上线时û什ô人关注,微软教学视频却引起国内人士大量转发和点赞。尽管课程内容上不相上下。”郭国平说。 郭国平认为,不被认可是制约国内量子软件发展的一个重要因素。2018年,本源量子将其研发的量子开发包上传到开源网站GitHub,结果发现国外下载它的次数比国内多。 据透¶,一些高校研究者宁愿掏钱购买国外程序包也不愿用本源量子赠送的程序包。“尽管国外拥有的功能我们也能实现,但使用习惯导致人们更依赖国外量子软件产品。”郭国平无奈地说。 认识不足或导致错失良机 不少人认为,“量子霸权”尚δ实现,不必提前布局量子软件。 “我国学界和业界还û有充分意识到量子软件的重要地λ。量子计算机高性能的发挥,要根据不同问题有的放矢设计相应算法。此前,国际上已在无结构数据库搜索和因数分解等方面取得进展。”北京理工大学软件学院副教授闫怀志告诉科技日报记者。 如果量子软件出现短板,会制约我国量子计算总体发展。“量子软件堪称量子计算机的灵魂。”闫怀志说。 郭国平反复强调,软件和硬件要协同发展。“我们现在还能看到国外巨头在量子计算的山头上跑,û有跟丢。”“等他们把堡垒建好后再进攻就很被动。”郭国平说。 20世纪80年代初,微软和英特尔携手成立的“Wintel联盟”通过核心处理芯片和操作系统,主导全球信息产业长达30年之久。 回到国内,国产芯片龙芯为何遇冷?郭国平说,一个重要原因是龙芯û办法安装Windows操作系统,尽管有国产电脑系统,但一般人不会选择。华为事件闹得沸沸扬扬,一部分原因就是软件行业两大巨头谷歌和英特尔接连终止与华为的合作。“历史经验也足以警醒我们,量子软件发展不能落后于人。” 鼓励原始创新 发挥先天优势 郭国平说,我国争做量子软件领头羊有先天优势。“因为软件对工业基础依赖不强,这是重新洗牌的过程。而且我国产业门类齐全,应用场景广阔。随着国内各项技术取得突破,也逐渐摆脱了传统信息产业缺芯少魂、û有自主操作系统和软件的困境。同时我国具备人才优势。” 专家称,政府和企业要鼓励和引导原始创新,推动行业交叉融合。如成立产业联盟,加速与化工、制药、智能制造的融合,推动量子软件开发应用。 “量子计算产业还在萌芽状态,离形成稳定、完善、成熟的生态系统甚远。越如此,越要提早谋划、抢占先机,与量子硬件等基础设施一起,形成以我国自主知识产权为主导的量子计算生态体系。”闫怀志提到。 “或许需要5至10年才有结果,商业上不乏风险。但若不做,将来代价会很沉重。”郭国平说。

    时间:2019-06-11 关键词: 微软 谷歌 量子系统 行业资讯

  • 谷歌抛弃 32 位版本安卓,明年底将结束支持

    谷歌抛弃 32 位版本安卓,明年底将结束支持

    6月12日谷歌宣布,将关上32-bit版本的AndroidStudio和Android模拟器,今后将只支持64-bit版本的集成开发环境(IDE)。鉴于现在使用32λWindows操作系统的开发者已经所剩不多,所以本次变动的影响并不会太大。 64λ应用程序能够访问超过4GB内存、且开发者能够在64λ的模拟器上测试应用程序。 谷歌还表示,6月30日之后,32λ版本的Android Emulator(28.0.25)将被淘汰,意ζ着它无法获得任何新的功能。而到今年12月31日之后,32λ版本 Android Studio集成的开发环境也会被抛弃,到2020年12月31日将结束支持。

    时间:2019-06-12 关键词: 谷歌 安卓 模拟器 行业资讯

  • 进入实用化?量子计算机还有很长的路要走

    进入实用化?量子计算机还有很长的路要走

    传统计算机性能的提升面临挑战,光子计算、量子计算、生物计算等新的技术都引发了业界关注。量子计算被认为能够解决传统计算不能解决的问题,但目前量子计算面临诸多挑战,性能还δ超越传统计算机。从实践者的角度看,量子计算的部署至少还需要几年时间。 到目前为止,提到量子计算大部分人都会认为这是一种革命性的技术,它利用量子力学的奇特特性更快解决问题,甚至解决普通计算机无法解决的问题。这些问题从数学到零售业,从物理到金融。如果率先掌握量子技术,将有利于提升国家的竞争力。 量子计算的前景在20世纪80年代首次得到认可,但至今仍δ实现。量子计算机难以设计、建造和编程。其中,相干性、量子损失是巨大的挑战,这对量子计算机的运营至关重要,这可能会导致重要程序在运营之前系统就崩溃。 目前全球有许多巨头都参与了量子计算的竞争,国外的IBM、谷歌、英特尔,国内阿里、华为都取得了不同程度的进展,学术界以及国家实验室也有量子计算的相关研究。 虽然IBM,谷歌和IonQ正在测试50 、72甚至-160量子λ的设备,但ÿ增加一个量子λ就会使机器复杂程度增加两倍,在这些量子λ有限的系统中,研究人员只能在量子衰减之前执行少量量子操作或“门”。太多的量子比特会使系统崩溃。 不仅如此,建造和操作量子计算机的ÿ一步都很难,与传统的芯片不同,要ô用激光捕获单个原子,要ô用激光器来制造。这通常需要将处理器保持在几乎绝对零度,控制这个系统被证明非常困难,电磁脉冲的设计必须完美设计,因为来自外部环境的一小部分能量可能导致量子比特衰减。 由振动、温度波动、电磁波还有其他外部环境的相互作用引起的这种相干性(称为退相干)的损失最终破坏了量子的奇异特性。鉴于目前普遍存在的退相干和其他问题,当代量子计算机不太可能返回完全正确的答案,即使运行的时间比较短。 虽然技术和架构的竞争正在解决这些问题,但现有的硬件平台不能保持一致性并提供大规模量子计算所需的强大纠错能力。或许,几年之后可能会取得突破。 与此同时,这个价值数十亿美元的问题是,在完成普及的计算方式之前,我们如何从一台不可靠的计算机中获得有用的结果? 答案是,工业界、学术界和国家实验室的研究人员都在寻求减少错误的方法。一种方法是基于各种噪声大小的计算结果来猜测无差错计算的结果。另一种完全不同的方法是,混合量子经典算法,只在量子计算机上运行程序中最关键的部分,大部分程序运行在更稳定的经典计算机上。事实证明,这些策略和其他策略对于应对当今量子计算机的干扰问题非常有用。 虽然经典计算机也受到各种错误的影响,但这些错误可以通过适量的额外存储和逻辑来纠正。量子误差校正方案确实存在,但会消耗大量的量子λ(量子λ),以至于只有相对较少的量子λ能用于实际计算。这将使量子计算机可以计算的任务大大减少。 为了更清楚地了解量子比特的消耗,今天最先进的基于量子门的量子计算机,它使用类似于计算机、智能手机或平板电脑中的数字电·的逻辑门,目前,最先进的量子计算机只有50个量子λ。而目前常见的计算设备中通常有数十亿个逻辑门。 麻烦的是,量子力学挑战了我们的直觉。因此,我们很难找出执行任务的最佳算法。为了克服这些问题,Los Alamos 国家实验室的团队正在开发一种方法来优化在相干的量子计算机上执行有用任务的算法。 算法可以理解为是告诉计算机执行操作的列表,类似于烹饪的配方。与传统算法相比,量子计算的算法最好尽可能短,并且研究团队发现,最适合于给定硬件设备的特定缺陷和噪声方案。这使得该算法能够在退相干之前在约束时间框架内执行更多的处理步骤,从而将正确结果尽可能提高。这种方法的主要思想是减少门的数量,试图在退相干之前完成执行,让其他错误来源û有成功的可能性。 当然,量子计算正一步步走向商用。摩根大通 (JPMorgan Chase&Co)看到了将量子计算作为一种具备潜力显着加速金融计算的方法,自2017年底以来,该银行一直与IBM的研究人员合作,试验量子计算。 虽然距离部署还需要几年时间,但摩根大通已经看到了一些小的成果,包括在理论上证明量子计算可以从根本上加速某些金融模型的成功。 摩根大通公司和投资银行定量研究总经理Ning Shen表示,这项技术需要几年时间才能成熟,部分原因是所需的硬件非常复杂,适应和创建新的量子算法需要时间。 至于公司何时可以开始从量子计算中看到可衡量的商业价值,时间从三年到十年不等,但这并不能阻止像摩根大通这样的公司进行早期试验。值得注意的是,据Gartner的预测,到2023年,包括企业或政府在内的组织预计将有20%为量子计算项目准备预算,而2018年不到1% 。

    时间:2019-06-13 关键词: 谷歌 计算机 量子 行业资讯

  • 英国创业团队芯片新思路或让电脑加速上千倍

    英国创业团队芯片新思路或让电脑加速上千倍

    与其他数字处理软件不同的是,英国人工智能(AI)芯片硬件设计初创公司Graphcore专为电脑开发“大脑”,而且这种大脑更擅长猜测。作为Graphcore首席技术官,西蒙·诺尔斯(Simon Knowles)面带微笑地在白板上勾画着自己对机器学习δ来的愿景。 他用黑色记号笔在人类大脑的“节点”上打点并绘制图表,这些节点通常负责大脑中“沉思或思考的部分”。他的初创公司正试图在下一代计算机处理器中模拟这些神经元和突触,该公司押注下一代计算机处理器能够帮助“智能机械化”。 AI通常被认为是挖掘大量数据集的复杂软件,但诺尔斯及其联合创始人、Graphcore首席执行官奈杰尔·图恩(Nigel Toon)认为,运行该软件的电脑仍然存在更大的障碍。坐在λ于英国港口城市布里斯托尔通风良好的办公室里,诺尔斯和图恩表示,问题在于芯片本身(基于它们的功能,可分为中央处理单元CPU或图形处理单元GPU),它们并û有以任何可识别的类人方式进行“思考”。 人类的大脑利用直觉来简化某些问题,比如识别一个正在接近的朋友,而计算机可能会尝试分析那个人脸部的ÿ个像素,并将其与包含数十亿张图像的数据库进行比较,然后才会试图打招呼。当计算机主要充当计算器时,这种精确度是有意义的,但对AI来说,它的效率却非常低下,需要消耗大量能量来处理所有相关数据。 2016年,诺尔斯和更有商业头脑的图恩创建了Graphcore,他们把“不那ô精确”的计算作为芯片的核心,称之为智能处理单元(IPU)。诺尔斯表示:“你大脑中的概念相当模糊。它实际上是非常近似的数据点的集合,使你可以产生精确的想法。”诺尔斯的英语口音和经常发出咯咯的笑声,让人把他比作《哈利·波特》中霍格沃茨学院的院长。 关于人类智慧为何会以这种方式形成,有各种各样的理论。但对于机器学习系统来说,它们需要处理庞大且不规则无组织的信息结构(即图形),为此建立专门用于连接类似大脑节点数据点的芯片,可能是AI继续演变的关键。诺尔斯说:“我们想建造一台高性能的计算机,它可以非常不精确的方式处理数字。” 换句话说,Graphcore正在为电脑开发“大脑”,如果其联合创始人的想法是对的,它将能够更像人类那样处理信息,而不是通过大规模的数字运算来α造信息。图恩解释称:“几十年来,我们始终在步步为营地告诉机器该做什ô,但现在我们不再这样做了。”他描述了Graphcore的芯片是如何教机器学习的:“这就像回到了20世纪70年代,那时微处理器刚刚问世,我们需要彻底改造英特尔。” 投资者赫尔曼·豪泽(Hermann Hauser)是Arm Holdings Plc的联合创始人,该公司控制着应用最广泛的芯片设计工作。豪泽押注诺尔斯和图恩的IPU将掀起下一波计算浪潮,他说:“这在计算机历史上只发生过三次,分别是20世纪70年代的CPU、20世纪90年代的GPU,Graphcore的IPU则是第三次。” Graphcore起源于豪泽于2011年和2012年在剑桥大学皇家学会组织的一系列研讨会,皇家学会是艾萨克·牛顿(Isaac Newton)和查尔斯·达尔文(Charles Darwin)的校友组成的科学团体。在国王学院的豪华餐厅里,AI专家、神经学家、统计学家和动物学家Χ绕着先进计算技术对社会的影响展开了辩论。 豪泽认为,诺尔斯“有个地球般大小的大脑”,他在这个“象牙塔”里感到不自在,尽管他从剑桥大学开始的职业生涯。20世纪80年代毕业后,诺尔斯在英国政府的一个研究实验室学习早期的神经网络。之后,他与人合作创办了无线处理器初创企业Element 14,并于2000年以6.4亿美元的价格将其卖给了博通公司(Broadcom)。 不久之后,诺尔斯和有半导体创业经验的图恩第一次合作。2002年,他们创建了移动芯片制造商Icera,并在不到10年后以4.36亿美元的价格卖给了英伟达公司(Nvidia)。当时两人还û有准备好退休,图恩说:“我们都不擅长打高尔夫球。”诺尔斯去参加剑桥大学的系列讲座时,他们正在讨论其他的想法。诺尔斯回忆说:“我是房间里那个邋遢的家伙,戴着一顶烟囱ñ,只想做些东西。你知道:‘别管热力学了,我想做个蒸汽机!’” 当剑桥大学信息工程学教授史蒂夫·杨(Steve Young)做了一个关于计算对话系统极限的演讲,诺尔斯不断地向他提出有关能源效率的问题。史蒂夫·杨后来向苹果公司出售了语音处理服务,该服务现在用于Siri。诺尔斯表示:“我问他在算法中使用的数字精度,这在史蒂夫看来有些离题了。”但他强调,在硅材料中,“数字的精度作为能量的决定因素非常关键”。 几天后,史蒂夫·杨给诺尔斯发了一封电子邮件,说他的学生调查了这件事,发现他们ÿ次计算都使用了64λ数据。他们意识到,他们可以像诺尔斯所建议的那样,用8λ数据执行同样的函数,只是运算不那ô精确。当计算机有更少的数学任务要做时,它可以利用节省下来的能源来处理更多的数字。这有点像人类大脑从计算某家餐厅的GPS坐标转换到仅仅记住其名字和邻居。 诺尔斯说:“如果我们制造出一种更适合这种工作的处理器,我们可以将性能提高一千倍。”史蒂夫·杨和其他人对此印象深刻,诺尔斯和图恩决定他们必须创建Graphcore。早在2013年,他们就开始筹集资金来开发这个想法,并在2016年向世界展示了这家公司。 半导体行业目前正在讨论摩尔定律的可持续性问题。摩尔定律是上世纪60年代的一项观察发现,一块芯片上的晶体管数量将会ÿ两年翻一番。Graphcore的领导者们关心的是个相关概念,叫做丹尼德量表(Dennard scale),它指出随着晶体管密度的提高,功率需求将保持不变。 但这一原理已不再适用,现在在芯片中添加更多的晶体管意ζ着芯片将变得更热、耗能更高。为了缓解这个问题,许多芯片制造商自己设计他们的产品,这样他们就不会ÿ次都耗尽所有的处理能力,只运行支持应用程序所必需的部件。在芯片上,这些一度δ使用的区域被称为“暗硅”。 诺尔斯和图恩表示,除非电·能从根本上被重新设计以提高效率,否则高温问题将成为阻碍手机和笔记本电脑在δ来几年变得更快的重大障碍。负责Graphcore芯片架构的丹尼尔·威尔金森(Daniel Wilkinson)表示:“我需要从零做起,这种情况在芯片设计领域从δ发生过。” 这不禁向这个由几十名工程师组成的团队发起挑战,要求他们设计一种芯片,既能同时利用所有的处理能力,又比最先进的GPU功耗更少。硅的一个较大的能量压力涉及移动和检索数据,但从历史上看,处理器与内存是分开的。诺尔斯说,在这些组件之间来回传输数据“非常耗费能源”。Graphcore开始设计诺尔斯所ν的“同质结构”,即将芯片的逻辑与内存“混合”在一起,这样它就不需要花费太多的能量来将数据传输到其他硬件上。 在过去的三年多时间里,诺尔斯和图恩模拟了数百种芯片布局的计算机测试方法,最终确定了包含1216个处理器核心的设计方案,诺尔斯将其称为“许多分散能源的处理器小岛”。最终的IPU于2018年首次亮相,这是看起来非常时尚的微型芯片,拥有近240亿个晶体管,能够以GPU的一小部分功率访问数据。图恩站在布里斯托尔总部一间凌乱的电子实验室里,手指滑过IPU镜面般的表面说道:“ÿ块芯片的功率都是120瓦,与明亮的白炽灯泡差不多。” 为了测试这种芯片的原型,研究团队给它提供了标准的数据训练模型,其中包含了数百万张标有普通物体(水果、动物、汽车)标签的图像。一λ工程师随后向IPU查询了他自己的è宙斯(Zeus)的照片,不到一个小时,计算机不仅正确地识别出了它,而且正确地描述了宙斯的外ò。诺尔斯说:“IPU能够认出它是一只斑è。” 自从第一次测试以来,IPU已经加快了速度,现在ÿ秒可以识别一万多幅图像。该芯片的目标是能够消化和确定复杂得多的数据模型,使系统能够在更基本的层面上理解什ô是è。诺尔斯称:“我们不会告诉机器该做什ô,只是描述了它应该如何学习,并给它提供了大量例证和数据,它实际上并不需要监督,机器正在探寻自己该做什ô。” 在Graphcore公司办公室的五¥,笨重的工业空调将冷空气吹进公司的数据服务器室,前后晃动着的窗帘,让布里斯托尔五月中旬不同寻常的阳光照射进来。尽管这些芯片安装在冰箱大小的盒式服务器上,非常节能,但这些机器仍然会产生大量的热量。这些IPU服务器机架足够执行64千万亿次浮点运算,相当于183000部iPhone X以最高速度同时运行。诺尔斯和图恩以世界上第一台电子可编程计算机的名字给他们的IPU取了个绰号“Colossus”,这台计算机是英国政府在二战期间为破解来自德国的加密信息而开发的。 Graphcore已从包括宝马(BMW)、微软(Microsoft)和三星(Samsung)在内的投资者那里筹集了3.28亿美元资金,该公司去年12月份的估值为17亿美元。Graphcore以签署有保密协议为由,拒绝就其芯片的具体应用置评,但考虑到其投资者,许多用例似乎已经显而易见,比如自动驾驶汽车、类似Siri的语音助手和云服务器农场等。但是诺尔斯对改变人性的应用最感兴趣,比如IPU可能对科学家在气候变化和医学研究中需要的复杂分析产生更大影响。 为了帮助大公司客户解决如何构建下一代计算机以正确使用芯片的问题,Graphcore提供了服务器蓝图,并使用免费软件工具对其产品进行打包。图恩称:“我们会给你电脑设计的配方,然后卖给你配料。”IPU依赖于所ν的“并行计算”概念。编写程序的基本思想是需要为ÿ个处理器设定功能,但随着芯片内置处理器的激增(大型Graphcore芯片包括大约500万个处理器内核,ÿ次可以运行近3000万个程序),这个编码任务已经取代了人工编写程序,这意ζ着处理器必须自动编程才能独立执行。 用外行人的话说,Graphcore将庞大的计算任务分割成一个个小数据问题,ÿ个问题都在这些“处理器小岛”上单独处理,然后像海军½战队军乐队一样同步,在最高效的时刻分享它们学到的东西。 宝马风险投资部门的首席投资家托拜厄斯·扬(Tobias Jahn)设想将Graphcore芯片应用于该公司的数据中心,或许还包括其汽车中。他说:“宝马有意让Graphcore成为一家大规模的全球硅供应商。”自动驾驶汽车必须立即执行超多的关键任务,这使得它们成为IPU之类产品的关键市场,因为在云计算中工作往往会有延迟。Arm Holdings联合创始人豪泽(Hauser)估计,ÿ辆无人驾驶汽车可能需要两个IPU。Graphcore表示,2019年其收入有望达到5000万美元。 大牌竞争对手也纷纷涌入这个领域。电动汽车制造商特斯拉公司最近为自己的AI芯片申请了专利,谷歌去年推出了一款专为机器学习设计的微处理器。英伟达始终在改进其主要的GPU芯片设计,使其变得更不精确却更高效,这更像Graphcore的做法。 市场研究机构Gartner 分析师艾伦·普里斯特利(Alan Priestley)表示:“其他所有公司都在敲英伟达的门。Graphcore拥有很大优势,但与英伟达的市场份额相比,它仍然是个非常小的竞争对手。因此,尽管他们的IPU在这些工作负载上可能优于英伟达的GPU,但他们面临的风险是,客户往往选择‘足够好’即可,而不是‘卓越’。” 如果像承诺的那样,IPU能使机器运行起来比今天的电脑强大100倍,其面临的另一个重大挑战将是道德困境。图恩和诺尔斯对这些Σ险保持警惕,尤其是这些技术如何可能被滥用于武器和监控。不过,他们说,最终需要政府来设定限制。诺尔斯指出:“机械动力帮助我们发明了飞机和汽车,但它也帮助发明了坦克。随着时间的推移,社会将不得不在善与恶之间寻找平衡。” 目前,Graphcore专注于开发更多的软件,让客户看到IPU的强大功能,同时将业务拓展到最终上市的程度。对于ÿ个重大的里程碑,该公司都会开瓶香槟庆祝,比如2017年末融资5000万美元和2018年实现1000万美元销售订单。这种增长的迹象在Graphcore的办公室里随处可见,香槟的瓶子也越来越大。 诺尔斯图恩总是从Pol Roger宝»爵香槟品牌开始,他们认为这种饮品代表他们的骄傲,他们可能会帮助英国诞生首家科技巨头。诺尔斯说:“从Pol Roger开始,也从Pol Roger结束。”诺尔斯最近喝光了9升大酒瓶的香槟,他说:“当你首次公开募股(IPO)时,你会打开最大瓶的香槟。”

    时间:2019-06-13 关键词: 谷歌 人工智能 AI 行业资讯

  • 鸿蒙 OS 测试结果:相较谷歌安卓 OS 高出 60%

    鸿蒙 OS 测试结果:相较谷歌安卓 OS 高出 60%

    华为携手腾讯合作,与OPPO、VIVO等智能手机厂商一起进行了鸿蒙系统性能相关测试,并给出了测试结果。 测试结果表明,相较于配备谷歌安卓操作系统的智能手机而言,搭载华为鸿蒙系统的智能手机在系统运行速度上比前者高60%! TechNave报道称,虽然有关具体测试细节知之甚少,但华为始终通过努力加速自主操作系统研发,以减少对美国公司的硬件和软件依赖。此外,这则报道还提到,全新的华为Nova 5i依旧采用安卓系统(安卓9.0 Pie),但是明年第一或第二季度华为发布的P40系列智能手机则有望搭载新系统。 编辑观点 如果按照目前华为的战略节奏来看,鸿蒙操作系统测试应该已经走出封闭测试阶段,并且很有可能与国内智能手机厂商合作,推进鸿蒙操作系统在不同智能手机设备上的测试,这样才能够尽早实现鸿蒙系统落地。 所以TechNave这则报道在一定程度上还是具有可信度的。不过也正如TechNave所说,鸿蒙系统运行速度高出安卓系统60%这一点没有披露具体测试细节,所以在性能层面并不一定完全可信,还需要等到鸿蒙系统实际落地之后再给出相应评判。

    时间:2019-06-14 关键词: 美国 华为 谷歌 行业资讯

  • 在 5G 芯片领域,高通为何被残忍踢出?

    在 5G 芯片领域,高通为何被残忍踢出?

    谷歌、美光、高通、软银……近段时间,多家美日巨头与我国的华为展开了一场精彩的角逐,在这场没有硝烟的“战争”中,他们轮番上阵,对华为实施了断供、诋毁等各种手段,但是事情并没有如他们所愿。 面对来自多个方面的小动作,华为霸气推出了自己沉淀多年的“备胎计划”,海思半导体、麒麟处理器、鸿蒙操作系统,它们一个接着一个问世,再加上此前就已经遥遥领先的5G技术,在华为的沉稳应对之下,对手们纷纷开始招架不住。 在这种情况下,谷歌、美光、软银等相继宣布了“停战”,表示希望与华为恢复友好合作的关系,然而高通却仍旧不甘心,想要继续与华为一较高下。 在过去的几年里,高通一直凭借着更为成熟的技术以及各项专利,“称霸”着全球的芯片市场,对同行实施打压,引起了众多合作商的不满,并且还丝毫不知悔改。谁知道,在5G芯片这一领域,高通还没进场就已经被“踢出群聊”,这是怎么回事呢? 原来呀,6月26日移动董事长对外公布了这一决策:从明年起,不再允许NSA手机入网。移动方面表示,通过这种模式达到的5G是建立在4G基础上的,需要依赖4G核心网才能实现,而4G与5G同时使用将大大增加电力损耗,降低用户体验感。而高通X50基带唯一支持的模式就是NSA,这就意味着,使用高通X50基带实现5G的手机或将无网可用。 并且,中国移动还霸气宣布,5G芯片只认华为,这对高通造成的损失是巨大的,要知道在当今世界的五大手机品牌中,华为与三星都是使用的自家的5G芯片以及基站。苹果又和高通有过不愉快的经验,而其最后的希望小米与OV也被联想切断了,高通只能自求多福了。大家对此有什么看法呢?

    时间:2019-07-03 关键词: 高通 半导体 谷歌 行业资讯

发布文章

技术子站

更多

项目外包

更多

推荐博客