当前位置:首页 > NVIDIA
  • 超越NVIDIA A100!英国AI公司发布最大7nm芯片:集成594亿个晶体管

    超越NVIDIA A100!英国AI公司发布最大7nm芯片:集成594亿个晶体管

    总部位于英国的AI芯片公司Graphcore今天发布了第二代IPU GC200,采用台积电7nm工艺,晶体管数量高达594亿个,裸片面积达到823平方毫米。这比两个月前英伟达最新发布的安培架构GPU A100的540亿个晶体管增加了10%,黄仁勋当时说A100是全球最大的7nm芯片,裸片面积为826平方毫米。 IPU是一种全新的大规模并行处理器,雷锋网此前报道,已经推出了基于台积电16nm工艺集成236亿个晶体管的GC2 IPU,120瓦的功耗下有125TFlops的混合精度、300M的SRAM能够把完整的模型放在片内。 第二代IPU GC2000(MK2)与第一代IPU(MK1)相比,实际性能提高了8倍。Graphcore联合创始人兼CEO Nigel Toon表示,GC200是目前世界上最复杂的处理器,可使创新者实现AI的革命性突破。 Mk1 IPU产品与Mk2 IPU产品性能对比 据悉,GC2000芯片内部有1,472个独立的处理器内核,能够执行8,832个独立的并行线程,所有这些均由900MB的RAM支持。 Nigel说:“GC200在处理器内部具有史无前例的900MB超高速SRAM,在每个处理器内核旁边都设有大量RAM,以实现每位最低能量的访问。Graphcore的Poplar软件还允许IPU通过Graphcore独特的Exchange-Memory通信访问Streaming Memory。这甚至可以支持具有数千亿个参数的最大模型。每个IPU-M2000都可以支持密度高达450GB的Exchange-Memory,以及前所未有的180TB/秒的带宽。” Graphcore IPU-Fabric技术 除此之外,基于最新GC200的一款即插即用的机器智能刀片式计算单元IPU-M2000还集成了Graphcore的专用AI联网IPU-Fabric。新的Graphcore GC4000 IPU-Gateway芯片可以让每个IPU-M2000提供2.8Tbps。Graphcore称,在从数十个IPU扩展到数以万计个IPU的过程中,IPU-Fabric技术使通信时延几乎保持恒定。 据悉,1U大小的IPU-M2000可提供1个PetaFlop的机器智能计算。利用IPU-M2000可构建成IPU-POD64的模块化机架规模解决方案。IPU-M2000的设计使客户可以在IPU-POD配置中构建多达64,000个IPU的数据中心规模系统,提供16ExaFlops的机器智能计算能力。 Graphcore也强调,其Poplar SDK可以使开发者无论使用单个IPU还是要使用数千个IPU完成机器智能工作负载都可以让过程变得简单。 Graphcore高级副总裁兼中国区总经理卢涛表示,中国很可能成为Graphcore最新推出的第二代处理器技术最先实现商业化落地的区域之一。

    时间:2020-08-03 关键词: NVIDIA 芯片 7nm

  • NVIDIA:自驾车发展单一运算平台机会不大

    NVIDIA在CES 2018发布该公司在自驾车领域的最新发展成果,该公司汽车部门资深总监Danny Shapiro指出,NVIDIA目标在短期内就能提供Level 4或更高自驾等级所需运算能力及感知器支持,预计很有可能未来2~3年内就可见自驾技术在多数情况下取代人类驾驶。然而,要将自驾车各类复杂运算任务最终整合至单一运算平台恐有难度,因为未来应用只会愈来愈复杂。 自驾车发展单一运算平台机会不大 据The Street报导,Shapiro表示,综观运算产业发展史,应用只会变得愈来愈复杂,这在汽车领域同样是如此,因此即使芯片平台内建功能会逐渐增加,但多半仍将有对多元化芯片平台产品的需求。 目前NVIDIA即针对自驾技术及Drive IX各自开发专有运算平台。值得注意的是,Shapiro指出NVIDIA Drive AR平台不完全专为自驾车所开发,Drive IX同样也是如此。 鉴于NVIDIA与多家汽车制造商有合作关系,是否会将与某家汽车制造商合作取得的资料,运用在强化该公司提供至业界的其他解决方案,也成为外界关注焦点。对此Shapiro表示,NVIDIA一向都有保密协定,在打造自有软件堆叠、神经网络、各类基础工具及资料库情况下,也不会让某家合作汽车制造商的资料与另一家汽车制造商共享。 Shapiro并提到,若某家汽车制造商是仰赖光达(LiDAR)、雷达及摄影机这类感知器来为其自驾车平台搜集资料,另一家汽车制造商是仰赖另一不同配置的感知器方案来搜集自驾车平台资料,此时彼此的资料可能也无法有效互通。 Shapiro认为未来2~3年内Level 4自驾车很可能就会在封闭的环境、机场、游乐园或划有特定测试区域的城镇等上路行驶。 软件定义有助渐进式全自驾技术发展 另外,Tesla曾表示在2016年底推出、采NVIDIA技术的二代Autopilot系统,一旦软件水准跟上,将强大到足以支持汽车全自驾技术,对此Shapiro认为,软件定义的汽车能够取得全新应用程式(App)及更新,即使当下购买时仍非属具全自驾技术车款,但却可在后续通过软件更新来取得更多自驾功能。 Shapiro表示,NVIDIA与汽车制造商在自驾技术软件发展上的情况,与在游戏领域与游戏开发商合作的情况相类似,如NVIDIA没有开发自己的电玩游戏,但有编写所有工具、所有资料库等,让游戏开发商能在此基础上开发其应用。 同样的情况在汽车产业也可见到,如NVIDIA会供应汽车OEM厂商软件堆叠、开发者工具执行环境以及模拟器,不过NVIDIA的解决方案会导入哪款汽车、规格等则是由汽车制造商决定,使用者体验的微调同样如此。 当前多家业者均积极投入发展的汽车数字地图服务方面,NVIDIA正与HERE、TomTom及百度等多家第三方地图服务提供商合作,且希望借由NVIDIA的人工智能(AI)优势强化此地图服务。因地图服务很在地化,在此情况下属劳力密集的业务型态,因此若能更加自动化,就更能够在资料中心完成更多任务,因此将让更多AI参与其中。 与Waymo及Mobileye不同的是,NVIDIA没有开发自有地图服务,其策略是希望通过合作伙伴的协助,协助其他业者采用该公司解决方案来进行地图开发,包括车内软硬件及以深度学习优化的服务器绘图芯片(GPU)。

    时间:2020-08-01 关键词: NVIDIA

  • NVIDIA没有给Android带来大的变化

    NVIDIA没有给Android带来大的变化

    大约一个月前,NVIDIA开始推出NVIDIA Shield TV版本的另一个重大更新NVIDIA SHIELD Experience 6.0。 虽然未对Android版本或用户界面进行重大更改,但进行了两项重大改进。 首先,我们获得了Google Assistant的支持,并将语音聊天助手引入了NVIDIA Android TV设备。 我们还获得了对SmartThings的支持,该技术使Shield TV可以充当智能家居的SmartThings集线器,并控制房屋中的各种(以前已配对的)智能组件,例如恒温器或照明灯。 NVIDIA现在正在引入另一个更新,该更新将进一步改进以前引入的功能并添加其他改进。 借助此SHIELD Experience 6.1更新,对于Shield TV的美国用户来说,Google Assistant变得越来越智能。现在,您可以使用语音在Hulu上导航,打开节目并控制播放,以及在Target,Costco,Walmart等商店订购外卖食品或Uber乘车和购物。该更新还通过点按主屏幕+后退,增加了对SHIELD Remote的IR开/关电视的支持,以及对最近启动 的Android TV设备的YouTube TV应用的支持。 该更新还带来了安全补丁程序,其中包括针对可怕的KRACK漏洞的补丁程序,以及一些较小的错误修复,功能和改进。因此,如果您拥有NVIDIA Shield TV,请记住,正如我们在本文开头所述,该更新现在正在全球范围内推广,因此请确保检查是否即将在您的设备上进行更新。如果您拥有其他Android TV设备(例如Sony Bravia电视机),则想在电视机上获得YouTube电视和其他功能,则必须等待制造商的消息。与往常一样,我们期待该设备的新更新。

    时间:2020-07-31 关键词: NVIDIA Android smartthings

  • AI带动智能制造产业升级 引爆下一波半导体革命

    AI带动智能制造产业升级 引爆下一波半导体革命

    人工智能 (AI) 正逐步改变全球产业发展的游戏规则,台湾半导体产业以厚实的制造基础及先进制程引领全球,大量的生产数据资料及丰富管理经验的累计将是最适合实践智能制造的场域。监此国际半导体产业协会 (SEMI) 于4月18日举办「人工智能运用于半导体智能制造趋势论坛」,邀请来自旺宏电子、研华科技、NVIDIA、科技部人工智能智造系统研究中心等专家,分享深度学习、数据分析及边缘运算对制程优化的重要性,分别从产业价值链不同角色探讨智能制造对半导体产业的影响,并深入讨论各个环节如何集成才能发挥最大效益。 旺宏电子陈瑞坤副总经理分享AI在半导体制造中的应用,旺宏透过自行建构的sNOVA质量改善EDA系统,结合工具知识和统计方法来管理大量的FD(Fault DetecTIon)数据,就像汽车的「胎压监测系统」用以防范事故发生。以专门的统计方法来监控所有工具(制程研发、工厂生产制造、厂务系统、封装测试、产品可靠度)的性能,收集和实时监控大量的处理参数,提供有关硬件故障的预警信息,在产品质量发生异常之前修复该工具,并透过Run-to-Run(R2R)自动调整校正,将收集的信息作为回馈,在运行时调整配方参数,以提高处理效能。另外,目前业界普遍采用「抽检」方式来进行质量监测,但这样并无法达到全方位品管,因此为了能经济实惠地达到「全检」,就必须运用大数据导入虚拟量测(Virtual Metrology) 的技术,以便能增加良率与降低成本,维持企业竞争力。  研华黄怡暾副总提到,物联网的发展正在形成产业的典范转移,对制造业来说,智能工厂的建置不只是自动化,而是智能化。设备本身状态、生产过程的数据、生产现场环境资料的数据,都需要透过传感器进行采集,在高实时性状况下,制造设备所产生的感测数据量非常大,而这些数据如果都必须传回云端平台,往返的时间耗费会过久,因此近年来兴起的边缘运算(Edge CompuTIng)会是更佳选择,不但兼顾了实时性与效能,同时也可降低云端平台的运算负担。再透过 MES 系统,集成从设备搜集而来的各种数据,透过软件分析、统计,显示实时的工厂生产状态,藉由系统平台与人机接口结合,达到生产数据可视化之呈现。最后透过大数据分析、预防维护,数据实时传送云端进行大数据分析,预测故障时间,采取预防维护提高产能,减少维修成本 ,并可预测工厂货料预备,甚至是与上下游厂商的更紧密合作可能。  NVIDIA 苏家兴技术营销经理则分享了, AI市场在零售、交通运输和自动化、制造业及农业等各产业垂直领域具有巨大的潜力。过去因为资料量不够大,同时计算机CPU无法做大量及准确分析,而GPU的发明不只应用于电玩游戏,现今更能够模拟人类智能,执行深度学习算法,并成为计算机、机器人和自驾车的大脑,能够察觉并了解周遭世界。以GPU为代表的图形处理器推动了深度学习的浪潮,如今在全球 AI 深度学习运算的兴起之下,人工神经网络的运用凸显出 GPU 运算的特性。藉由深度学习运算能够延续迟缓成长多年的摩尔定律持续演进,并且成为目前AI技术主流演算方式机器学习、深度学习、自主和自动化、人机合作,未来人机合作的效率超过任何单纯的人力或机器。  科技部人工智能制造系统研究中心简祯富主任指出,工业4.0的发展不只是制造管理的问题,也是生态系统的竞争,业者要集成供应链做到共同发展。不只科技业,传产业也要思考如何应用人工智能升级转型。回顾过去几次工业革命脉络,1.0和3.0属于技术革命,包含蒸汽机、晶体管、数码的革命,2.0和4.0更多是商业模式、平台、产业生态系统的竞争。台湾优势为跟随式创新、快速量产、降低成本、供应链管理等软实力,基础工业能力和尖端研发不如先进国家,面对红色供应链与先进国家高阶制造与夹击,台湾应从工业3.5切入,才是制造战略的利基。工业3.5是结合人、智能机械的钢铁人,更符合台湾目前的产业结构。并提醒台湾厂商把握当前产业结构转换的空档,才是加强竞争优势的王道。  因应半导体制造生产及技术需求,AI制造将会是提高生产效能,降低成本的企业核心竞争力。SEMI做为国际半导体产业协会,以连结 (Connect)、合作(Collaborate)、创新 (Innovate) 为协会宗旨,串联产业间的交流、引领技术讨论,藉此协助产业升级和促进产业生态系统的健全发展。接下来在国际半导体展 (2018年9月5~7日,南港展览馆) 将与ABB、研华、NVIDIA、Sony及UPS等领导企业联手打造全新展示空间Smart Manufacturing Journey,完整呈现智能制造蓝图,同期将有智能制造系列活动(主题专区展示、国际论坛、贵宾午宴),打造台湾最大半导体智能制造交流平台。

    时间:2020-07-31 关键词: NVIDIA 人工智能 智能制造 研华科技

  • 全球能排上名的25家人工智能企业

    全球能排上名的25家人工智能企业

    过去几年来,人工智能的应用呈爆炸式增长,而大量的创业公司和知名企业都已经实施自己的人工智能计划。据纽约时报估计,仅在芯片领域就有45家人工智能创业公司,更不用说从事机器学习、深度学习和常规人工智能项目的数百家人工智能软件公司。 人工智能已经发展为多样化、多用途,并呈现出各种不同的形式,从自动驾驶汽车到通过语音命令操作的亚马逊Alexa,再到人工智能供电的服务器。这促成了大量的风险投资和收购。大量人工智能公司被一些行业巨头或投资商收购。根据CB Insights公司调查的数据,在2017年退出市场的120个人工智能公司有115个是被收购的。显然,人们对人工智能和提高人类的能力很感兴趣,尽管人工智能遭到一些行业人士的反对。 事实上,人工智能的发展具有许多可能性和风险。蒙特利尔大学教授兼蒙特利尔学习算法研究所所长Yoshua Bengio说:“人工智能将产生巨大的经济影响,但也会改变社会,人们很难做出更多的预测,但显然就业市场将受到影响。” 在此介绍一些值得人们关注的人工智能公司以及那些在人工智能方面进行了大量投资的公司。以下是正在塑造未来的25家人工智能公司,这些人工智能公司按字母顺序排列。 1. AIBrain AIBrain公司位于美国加利福尼亚州,是一家人工智能公司,为智能手机和机器人应用构建人工智能解决方案。该公司提供三种产品:人工智能代理AICoRE,一款智能机器人软件平台iRSP,以及一款未来的模拟人工智能游戏Futurable。这些都是该公司完全自主的人工智能产品。该公司的工作重点是开发人工智能,并融入解决问题、学习和记忆的人类技能。 2. Amazon 云计算行业巨头Amazon公司提供面向消费者和商业的人工智能产品和服务。Amazon Echo通过智能语音服务器Alexa将人工智能技术带入家中。对于AWS公司来说,提供三项主要的人工智能服务:Lex的商业版本Alexa,将文本转换为语音的Polly,图像识别服务RekogniTIon。 3. Anki Anki公司致力于通过其Cozmo和Anki Overdrive产品将消费类机器人带入日常生活。 Cozmo是Anki公司推出的旗舰机器人。Cozmo由于其情感反应被描述为迄今为止最先进的消费级机器人之一,而Overdrive则是一款完整的赛道游戏。 4. 苹果(Apple) 苹果公司在过去两年内收购了四家人工智能创业公司,向人工智能领域迈出了重要的一步。其中一家人工智能公司的技术成为面部识别安全系统FaceID的基础。该公司的大部分业务都围绕着苹果的虚拟助理Siri开展,但像以往一样,苹果公司对其计划持谨慎态度。它最近招聘了谷歌公司的人工智能部门的负责人,这无疑将有助于它的努力,并进一步与谷歌公司竞争。 5. Banjo Banjo公司去年筹集的资金超过1亿美元,利用人工智能通过社交媒体进行梳理,并确定对其合作伙伴非常重要的实时事件和情况。这家创业公司是在2013年波士顿马拉松爆炸案后开发的,作为企业分析社交媒体,以更好地做出决策,加快行动速度,并改变人们理解和与世界各地的人们互动方式的一种方式。 6. CloudMinds CloudMinds正在开发称为人类增强机器人智能(HARI)平台的端到端云计算智能(CI)系统。云计算智能与人工智能不同,它将机器与人类相结合,而不是将它们作为单独的实体来对待。这可以让机器人受到人类的控制。它还提供移动内联网云服务(MCS),为远程机器人控制提供信息安全。 7. Deepmind Deepmind公司虽然不是一家提供人工智能产品的公司,但在人工智能研究中起到重要的作用。Deepmind仍然是行业主要的领导者。该公司总部位于伦敦,它从牛津大学和剑桥大学招收大量人才,这些人才在人工智能和机器学习研究方面处于领先地位。其研究论文发表后即被广泛阅读。谷歌公司不久前收购了DeepMind。 8. Facebook Facebook AI Research(FAIR)在全球设有四个人工智能实验室,旨在更好地理解人们的沟通方式。该公司最近还进行了四项与人工智能有关的收购交易,最近的一次是收购Ozlo公司,以帮助Messenger为用户打造更精细的虚拟助理。 9. Google 谷歌公司显然是人工智能领域的领导者,正在进行大规模的人工智能开发和研究,在四年内收购了12家智能创业公司。谷歌公司在推进人工智能功能方面投入很大,其在人工智能技术方面的努力不是向市场销售产品,而是致力于改进服务。它在TensorFlow中有一个主要的软件项目以及它自己的Tensor AI芯片项目。 10. H2O H2O公司的产品被全球超过12,600家组织的10万多名数据科学家所使用,它声称自己是“世界领先的开源深度学习平台”。该公司的产品包括H2O平台,将领先的开源深度学习工具与H2O结合在一起,还包括结合H2O和Spark的Sparkling Water框架,面向开发人员的Steam AI Engine以及承诺“人工智能可以做到的无人驾驶”。其客户名单包括Capital One,Progressive Insurance,Transamerica,Comcast,Macy‘s和Walgreens等大型企业。 11. IBM 自20世纪50年代以来,IBM公司一直是人工智能领域的领导者。目前在人工智能领域的努力围绕着IBM Watson开展,例如基于人工智能的认知服务,人工智能软件即服务以及用于提供基于云计算的分析和人工智能服务的横向扩展系统。它也一直在收购,最近几年收购了三家人工智能创业公司。 12. iCarbonX iCarbonX是一家中国的生物技术公司,它使用人工智能来提供个性化的健康分析和健康指数预测。它已与来自世界各地的7家专注于收集不同类型医疗保健数据的科技公司结成联盟,并将使用算法分析基因组、生理和行为数据,并提供定制的健康和医疗建议。 13. 英特尔(Intel) 英特尔公司已经收购了Nervana和Movidius两家人工智能公司。Nervana公司开发了一个深度学习处理器,而Movidius公司则致力于研究Windows系统上的神经网络。除了众多收购之外,英特尔还与微软公司一起投资了几家人工智能创业公司。英特尔还通过其Arria FPGA处理器为微软Bing搜索引擎提供人工智能加速。 14. Iris AI Iris AI公司可帮助研究人员对科学工作和研究进行分类,以找到相关信息,并在使用它时学习如何创造更好的搜索者。自推出以来,已有12万人尝试了该服务,其中一些成为常规用户。该公司最近发布了Iris.ai 4.0,它增加了Focus工具,这是一种智能机制,可以精炼和整理研究文献的阅读清单,从而减少大量的人工努力。 15.微软 微软公司拥有面向消费者和商业/IT人工智能项目的组合。在消费者方面,它拥有Windows附带的数字助理Cortana,现在可用于除Windows Phone之外的智能手机以及像十几岁少年一样交谈的聊天机器人Zo。在其Azure云服务上,微软公司提供人工智能服务,如机器人服务,机器学习和认知服务。 16. Next IT Next IT公司是最早推出聊天机器人的公司之一,并帮助诸如阿拉斯加航空公司和Amtrak等公司轻松地与客户互动回答问题,并解决问题。他们的人工智能能力使他们能够帮助各种行业的组织,其中包括医疗和保险。 17. Nvidia Nvidia公司多年致力成为人工智能的行业领导者。近二十年来,该公司一直在推广其CUDA GPU编程语言。人工智能技术的开发人员已经开始看到GPU大规模并行处理设计的价值,并接受了用于机器学习和人工智能的Nvidia GPU。 Nvidia在自动驾驶汽车方面做出了巨大的努力,而这是其众多努力的其中之一。 18. OpenAI OpenAI公司具有开源的精神。这是一家研究公司,旨在促进和发展人工智能,使人类受益。该组织旨在与其他机构和研究人员“自由合作”,向公众开放其专利和研究成果。它拥有技术精湛的员工,他们出版广泛阅读的研究论文,并提供开源工具。 19. Salesforce 在过去的两年中,Salesforce公司已经收购了三家人工智能公司,并且最近推出了他们的人工智能服务Salesforce Einstein。他们最新的举措包括一个由175位数据科学家组成的团队,他们使用机器学习来帮助员工更加高效地执行任务,简化和加速他们的工作。除了Salesforce自己的员工之外,Salesforce Einstein还将面向可以构建自己应用程序的客户。 20. SoundHound SoundHound以其音乐识别应用而闻名,但它也拥有用于进行各种语音到文本查询的自然语言处理的最先进和最准确的平台之一。在那些实施它的企业中,有三星、Nvidia、索尼旗下的Xperia、Yelp和Uber。 21. Twilio Twilio是一个云计算通信平台即服务(PaaS)公司,它允许软件开发人员通过使用各种API将文本消息、电话和视频呼叫集成到应用程序中。Twilio公司的服务通过HTTP访问,并根据使用情况进行计费。 22. Twitter Twitter已经将大量资金投入人工智能。迄今为止,他们已经收购了4家人工智能公司。他们花费了1.5亿美元最新收购了人工智能科技创业公司Magic Pony。一段时间后,Twitter推出了一个所谓的算法时间表,它根据相关性对推文进行排名,而不是按照通常的反向时间顺序排列。该公司还增加了人工智能来推荐用户时间轴上的某些推文。 23.ViSenze ViSenze公司的人工智能技术通过在网上购物时向用户推荐视觉上类似的物品。 ViSenze利用机器学习和计算机视觉算法,处理和分析数以百万计的视觉内容。它使用视觉感应来在线查找物品的匹配项,然后为定价、相似性和可用性提供过滤器。 24. X.ai 面向繁忙的用户,X.ai公司的智能虚拟助理Amy帮助用户安排会议。这个概念很简单,如果收到会议请求但没有时间处理物流问题,则将Amy复制到电子邮件中并由其处理。通过机器学习和自然语言处理,Amy根据用户的喜好和时间表安排会议的最佳时间和地点。 25. Zebra Medical Vision Zebra Medical Systems是一家以色列公司,将深度学习技术应用于放射学领域。它声称它可以通过检查一个巨大的医学图像库和专门的检查技术来预测多种疾病,并且精确度高于人类。它最近将其算法移至谷歌公司的云端,以帮助它扩展并提供1美元的医疗扫描。 而相信不久的将来,这个行业领先的人工智能公司名单将会像人工智能一样迅速变化和发展。

    时间:2020-07-30 关键词: 微软 NVIDIA 人工智能 amazon

  • 亚马逊AWS和NVIDIA不约而同 将AI触角延伸到健康照护市场

    亚马逊AWS和NVIDIA不约而同 将AI触角延伸到健康照护市场

    马逊(Amazon)云端服务事业AWS,和半导体巨头NVIDIA不约而同地挺进健康照护市场,频频招募人手负责拉拢锁定这个市场的创投资本家,目的是希望藉此抢先打入它们的投资企业,率先为这些企业提供人工智能(AI)芯片和服务。 记者报导指出,大型科技巨擘与创投业者建立关系,继而将触角延伸至后者投资组合企业的策略时有所闻,但鲜少科技业者会注意到健康照护市场,因此AWS和NVIDIA的举动引人侧目。 医疗保健新创企业Qventus事业开发部门主管Venkat Mocherla解释,健康照护产业约占美国GDP的5分之1,与以往不同的是,科技巨擘现在已意识到庞大的商机,因此须要有特定的策略在此产业快速成长。 把AI工具带进健康照护市场是一个特别热门的领域。NVIDIA征人启事中,要求应征者必须对医药和健康信息系统有深入了解的专家,未来将负责NVIDIA的健康照护策略世界发展部,而这即是AI新创企业计画的一部份。 基因研究相关企业握有庞大的数据,因此通常是大型科技锁定的标的,Alphabet旗下有一个名为Google Genomics的团队就是致力于此领域,亚马逊则对Grail进行策略投资,Grail的业务主要是针对癌症早期迹象挖掘遗传信息。 Venrock Healthcare Capital Partners合伙人Bob Kocher透露,确实有许多大型科技业者与该公司接洽,而且与Venrock的投资企业合作,并且说服它们早先采用自家的技术。 Venrock的投资企业包括Castlight和Juno TherapeuTIcs等,Kocher表示,苹果(Apple)、Alphabet和亚马逊等大型科技企业深知这些企业深具成长潜力,而且新技术和工具在此有很大的发挥空间。

    时间:2020-07-29 关键词: NVIDIA AI 亚马逊aws

  • 性能放心了:NVIDIA公版RTX 30系显卡设计频率可达2.2GHz

    性能放心了:NVIDIA公版RTX 30系显卡设计频率可达2.2GHz

    基于GA100安培核心,NVIDIA已经发布了A100加速计算卡等产品。不出意外的话,就在这一季度,面向消费级用户的GeForce游戏卡也将问世。 最近频繁爆料RTX 30系显卡消息的kopite7kimi又给出消息“听闻公版安培核心可以摸上2.1~2.2GHz”,不过,可能是害怕后续“打脸”,他谨慎表示,“还不太确定”。 我们知道,上一代RTX 20系显卡中,公版频率最高的是RTX 2080 Super,可加速到1815MHz。虽然非公超超2GHz并非难事,可RTX 30系出厂就这么飙,安培架构号称又是飞跃,最终潜力肯定更惊人。 此前,同一信源曾透露,这一代RTX 30系显卡的GPU出于成本考虑,基于三星8nm打造,也就是10nm改良版,所以频率预计不会很夸张,两则消息叠加来看的话,显得更加扑朔迷离了。 传言RTX 3070存在三款,均采用GA104核心,而RTX 3060则是GA106-300核心。GA104-400核心(SKU0)目前设计了两套PCB板,一套是PG141,8GB GDDR6X显存,一套是PG142,8GB GDDR6显存,都内建3072个CUDA,也就是和RTX 2080 Super一致。 还有GA104-300的RTX 3070普版,内建2944个CUDA,和RTX 2080一致,匹配8GB GDDR6显存。如果针脚带宽能摸到16Gbps,256bit下的总带宽就是512GB/s,提升明显。 RTX 3060 Ti/Super有可能集成2304个CUDA,RTX 3060集成2176个CUDA。 所以,N卡的性能断然是不会让我们操心,真正让人纠结的是到底价格会不会涨,幅度又几何? 图为GA100核心 优惠商品信息>> 优酷会员 年卡5折 99元(7.10-7.12) 一次性医用外科成人/儿童口罩50只 券后49元 联想LP1 无线蓝牙耳机 券后59元 南极人充电式声波电动牙刷 券后价7.9元 近视游泳眼镜 防水防雾 券后7.9元 联想32g class10 高速内存储卡 券后价 16.9元 微软商城活动促销 Surface 翻新机折扣

    时间:2020-07-28 关键词: NVIDIA GPU 显卡 安培

  • NVIDIA 451.67版显卡驱动发布:修复23个Bug、拯救144Hz HDMI显示器

    NVIDIA 451.67版显卡驱动发布:修复23个Bug、拯救144Hz HDMI显示器

    NVIDIA刚刚发布了GeForce 451.67正式版显卡驱动,照例又是一个Game Ready游戏优化驱动,特别针对《死亡搁浅》(Death Stranding)、《地平线:零之曙光》(Horizon: Zero Dawn)、《F1 2020》做了优化支持,可获得最佳性能。 同时,新驱动还修复了多达23个不同Bug,值得关注的有: - 144Hz HDMI显示器刷新率无法设置超过120Hz。 - 开普勒显卡开启SLI、G-Sync之后,启动程序就出现超时检测和恢复(TDR)。 - GTX 1050 Ti显卡笔记本蓝屏、程序崩溃、系统死机。 - 部分基于帕斯卡显卡的高刷屏笔记本在游戏中刷新率随机降至60Hz。 - LVDS显示器笔记本安装驱动重启后白屏。 - Adobe Premiere Lumetri色彩面板调整导致视频出现噪点。 - 开启硬件加速GPU调度后《古墓丽影暗影》启动崩溃。 - 开启硬件加速GPU调度后主屏幕玩游戏时,副屏幕显示延迟或无响应。 - 《底特律:成为人类》随机崩溃。 - Valve Index VR出现HDCP错误。 下载地址: Windows 10 64位桌面版: http://drivers.mydrivers.com/drivers/506_202748.htm Windows 10 64位移动版: http://drivers.mydrivers.com/drivers/506_202746.htm Windows 7 64位桌面版: http://drivers.mydrivers.com/drivers/506_202749.htm Windows 7 64位移动版: http://drivers.mydrivers.com/drivers/506_202747.htm 优惠商品信息>> 优酷会员 年卡5折 99元(7.10-7.12) 一次性医用外科成人/儿童口罩50只 券后49元 联想LP1 无线蓝牙耳机 券后59元 南极人充电式声波电动牙刷 券后价7.9元 近视游泳眼镜 防水防雾 券后7.9元 联想32g class10 高速内存储卡 券后价 16.9元 微软商城活动促销 Surface 翻新机折扣

    时间:2020-07-28 关键词: NVIDIA 驱动 显示器 bug 显卡 451.67

  • NVIDIA内部通知:显卡要适当涨价

    NVIDIA内部通知:显卡要适当涨价

    过去的618年中大促,不知道大家有没有剁到自己心仪的产品?如果你打算近期购买显卡,618又没有抢到,那可要抓紧了。 根据聚讯门了解到的消息,NVIDIA已经内部通知所有AIC品牌显卡厂商,建议从7月份开始,可以对部分型号进行涨价,其中一个因素就是要弥补618特价留下的空间。 另外,虚拟货币“挖矿”需求在近期又有了明显抬升,GTX 1660 Suepr、RTX 2060等热门中端主流型号的市场需求非常旺盛,NVIDIA也建议可以适当涨价。 眼下也正值新老产品更新换代的准备阶段,图灵家族的RTX 20、GTX 16系列已经基本完成历史使命,安培家族的RTX 30系列即将正式登场。 所以在进入第三季度后,图灵系列的GPU芯片产能会明显降低,极大可能会出现芯片供应紧张的情况,同样会导致显卡价格出现上涨。 接下来,还要看看AMD RDNA 2架构的Big Navi核心的表现如何,如果继续不够给力,无法给老黄造成足够的威胁,RTX 30系列的价格弄不好就会更美丽…… 优惠商品信息>> 优酷会员 年卡5折 99元(7.10-7.12) 一次性医用外科成人/儿童口罩50只 券后49元 联想LP1 无线蓝牙耳机 券后59元 南极人充电式声波电动牙刷 券后价7.9元 近视游泳眼镜 防水防雾 券后7.9元 联想32g class10 高速内存储卡 券后价 16.9元 微软商城活动促销 Surface 翻新机折扣

    时间:2020-07-28 关键词: NVIDIA 显卡 涨价

  • NVIDIA市值首次超越Intel:成北美最大芯片企业

    NVIDIA市值首次超越Intel:成北美最大芯片企业

    本周三美股收盘,NVIDIA的总市值达到了2510亿美元,首次超越Intel(2480亿美元),成为北美最有价值的芯片企业,以及全球第三大芯片公司。 今年至今,NV的股价已经上涨了68%,Intel则仅有3%。 不同于Intel,NVIDIA是一家Fabless无晶圆厂纯设计公司,也就是它仅负责芯片设计,将代工委外给三星、台积电等。有趣的是,后两者分别是当前全球前两大芯片企业,三星是设计制造一体,台积电则仅做代工。 分析人士认为,NVIDIA潜在股价飙升有很多原因,其中最主要的是数据中心AI业务的快速增长。另外,投资者们乐观安培RTX 30系显卡将在未来几个月内公布。 当然,市值是一方面,赚钱能力上,NVIDIA距离Intel还有差距。金融人士预计NVIDIA今年营收增长34%到146亿美元左右,Intel则会增长2.5%,到738亿美元。 另外不能忽视的是,Intel也将以Xe架构知名在今年拿出独立显卡产品,NVIDIA未来可能会面临挑战。

    时间:2020-07-27 关键词: NVIDIA Intel 北美 芯片

  • Google与NVIDIA合作开发新的云计算产品

    Google与NVIDIA合作开发新的云计算产品

    NVIDIA (纳斯达克股票代码:NVDA)周二宣布,A100 Tensor Core图形处理单元(GPU)在发布几周后就被Google Cloud所采用,该公司隶属于 Alphabet (NASDAQ:GOOGL) (NASDAQ:GOOG)的子公司。 Google Compute Engine上提供了Accelerator-Optimized VM(A2)系列,专门用于处理一些最苛刻的应用程序,包括人工智能(AI)工作负载和高性能计算(HPC)。这使Google成为第一个提供新NVIDIA GPU的云服务提供商。 云中的AI培训对于最苛刻的工作负载,Google Cloud将在单个VM(或虚拟机)上为用户提供多达16个GPU。云提供商还将以较小的配置提供A2 VM,以满足单个用户的计算需求。该系统将通过私人alpha程序启动,然后于今年晚些时候向公众开放。 NVIDIA在博客中表示,A100还可以为云数据中心的各种计算密集型应用程序提供支持,包括“数据分析,科学计算,基因组学,边缘视频分析,5G服务等”。 A100基于NVIDIA的新Ampere架构,代表了公司历史上性能上的“最大的飞跃”,与之前的产品相比,机器学习培训和推理计算性能均提高了20倍。该技术的早期版本需要单独的处理器来进行训练和推理。与上一代技术相比,A100的速度也提高了10倍。 Google计划在不久的将来推出对更多实例的访问,而NVIDIA A100即将在Google Kubernetes Engine,Cloud AI Platform和其他Google Cloud服务中使用。

    时间:2020-07-27 关键词: NVIDIA google 云计算

  • NVIDIA深度学习进入中国_帮助企业培训AI人才

    NVIDIA深度学习进入中国_帮助企业培训AI人才

    NVIDIA今日在北京举办GTC技术大会。大会期间,NVIDIA深度学习学院(以下简称DLI)宣布正式进军中国,与丽台科技(Leadtek)等中国公司合作,推出在线培训与讲师指导的线下研讨会,为人工智能开发者、研究人员、数据科学家提供动手实验培训课程。 NVIDIA开发者计划副总裁Greg Estes表示:“人工智能正在全面席卷技术大环境,在越来越多的领域中,深度学习方面的专长将成为核心技能。”据IDC统计,到2020年,80%的应用都会与AI相关,需求量很大。 Greg Estes宣布,DLI将加入中文课程,除了教会开发者如何在AI推理平台TensorRT上进行开发之外,还会有基础的课程,比如怎样做图像分类和物体识别。另外,还会有针对金融行业数据科学家的各种AI算法开发,医疗健康领域的重如何利用图像识别快速精准的找到癌细胞。Greg Estes称,未来DLI希望在中国能够培训2万开发者,占到全球培训数量的1/5。 DLI仅仅成立一年之久,目前已经在全球范围内累积了2万多名开发者,DLI已经与包括AWS、Coursera、Facebook、Google、Hewlett-Packard Enterprise、IBM、微软及Udacity等在内的全球技术领导者和在线培训合作伙伴开展了合作,旨在采用所有主要的深度学习框架,为开发者提供有关最新人工智能技术的培训。 据悉,GTC CHINA期间,DLI将为参加者提供为期三天的深度学习培训课程,并首度向中国学员开放10门新深度学习课程,以及十余场线下培训课程。内容包括了图像分类、部署神经网络、图像生成、基因组学等,将针对多重应用领域中的深度学习应用,为开发者、数据科学家及研究人员提供所需的实用性经验。

    时间:2020-07-27 关键词: NVIDIA AI

  • 英伟达市值首次超越英特尔!Fabless和AI的一次胜利

    英伟达市值首次超越英特尔!Fabless和AI的一次胜利

    美国时间周三,英伟达股价最高达到了创纪录的每股409美元,最终收于美股394.87美元,市值达到2513.14亿美元,首次超越半导体霸主英特尔周三2481.55亿的市值。这既是Fabless的里程碑的成就,也是AI的阶段性胜利。 英伟达的增长潜力更受期待 今年3月23日标准普尔500指数触及低点以来,美国芯片公司股票的表现大多优于其他公司,但英特尔的反弹幅度不及英伟达。年初至今,英特尔股价下跌了近3%,英伟达的股价则上涨了68%。 图片来自Bloomberg 疫情被迫众多公司不得不远程办公带来的需求,以及大型数据中心建设需要更多CPU和GPU,英特尔、英伟达、AMD数据中心的业绩在最近一两个季度的表现都非常亮眼。但相比而言,业界更看好英伟达未来的表现。 金融分析公司路孚特(Refinitiv)预测,分析师平均预期英伟达当前财年的营收会增长34%、达到146亿美元;2020年英特尔的营收将增长2.5%,达到738亿美元。 目前,英伟达的股价是预期收益的45倍,英特尔的股价是预期收益的12倍。这也反映出投资者对英伟达未来收益增长持乐观态度。 乐观的预期让英伟达的市值首次超越英特尔,但不能忽视英特尔的营收仍然是英伟达营收数倍这一关键,这是短期内很难改变的。 虽然我们不知道英伟达市值超越英特尔能持续多久,但这对Fabless公司而言值得纪念。 Fabless的里程碑成就 现在的半导体行业是全球的协作,芯片的设计、制造、封测由不同的国家和地区完成。不过在半导体发展早期的时候,全球的芯片公司基本都是IDM模式,也就是芯片公司从芯片的设计、制造到封测都有自己完成。他们还会以拥有自己的晶圆厂为荣,英特尔、TI、ST这些芯片巨头都是典型的IDM模式。 台积电的创立,为芯片行业带来了IDM之外的Fabless模式。专门代工芯片的台积电,能够让Fabless公司专注于芯片的设计,不需投入巨额资金建立芯片工厂和研究先进工艺,也能推出有竞争力的芯片。这种变革催生了众多新的巨头,包括英伟达、高通、博通等。 与半导体公司的模式一起变化的有AMD。作为老牌芯片公司,AMD在创立之初也是IDM的模式,但随着后来的发展,AMD将代工部门拆分为新公司格罗方德,最后由IDM模式变成了Fabless。近年来,AMD和英伟达一样,借助台积电先进的半导体工艺,在数据中心处理器市场与英特尔抢夺份额。 由于Fabless只需要在芯片设计上投入,所以相比IDM属于轻资产模式。这也让Fabless公司撑起高市值甚至超过IDM公司难度不小。因此,英伟达凭借近年来股票的接连上涨超越芯片巨头英特尔可以被视作里程碑的成就。 当然,相比市值,营收更能代表一家芯片公司的实力。根据IC Insights公布的2020年Q1的半导体营收排行,英特尔依旧位列第一,英伟达排名第九。 2020 Q1全球半导体营收排行,来源IC Insights 英特尔在这一榜单上雄踞榜单25年,直到2017年凭借存储芯片价格的飙升,三星挤下英特尔成为全球营收最高的半导体公司,但2019年英特尔又重回榜首。 接下来值得关注的是,成就了众多芯片设计巨头的台积电,随着先进半导体工艺的演进,是否也能拿下半导体营收第一的位置? AI的阶段性胜利 英伟达近年来股价的持续上涨,一个非常重要的原因是享受了大数据以及AI热潮的红利。从2012年AI再次受到关注,就离不开GPU。在接下来AI逐步火热的过程中,英伟达抓住了这个时代的机遇,不断推出更高性能的GPU,满足AI算法发展的需求。 在AI算法发展的很长一段时间,AI训练都是依靠英伟达GPU,英伟达GPU也越来越广泛地部署到了大型数据中心,用于大数据处理和AI加速,以至于许多人提到AI马上想到的都是GPU。 有意思的是,众多AI芯片公司的发布会也说明了英伟达在AI芯片领域的成功。在不少AI芯片初创公司的发布会上,在数据中心被广泛应用的Telsa V100的性能都被拿出来对比。但即便性能远超英伟达,初创公司们的AI芯片也还没有被大规模使用。 这是因为,英伟达不仅在不断推出更高性价比的硬件,比如今年发布的A100,性价比进一步提升。同时,耗时数年打造的以CUDA为代表的软件生态更能够吸引众多AI开发者,让擅长算法的开发者和团队更习惯使用GPU。 也就是说,英伟达在AI领域的成功不仅得益于其持续更新和为AI优化的GPU,更重要的是它是一家已经是一家系统公司,提供从硬件到软件的整套解决方案。 当然,英伟达的胜利也能够在一定程度上代表业界对于AI的接受度越来越高,AI取得了一个阶段性的胜利,接下来的成功则需要更多AI芯片公司的共同努力。 现在,英伟达也正在进一步增强自身的竞争力,在疫情期间,大力推广虚拟GPU,想要复制其普及GPU的成功。另外,英伟达69亿美元收购的Mellanox也将在数据量越来越大的数据中心和超算中发挥重要作用。一个很好的例子是,在TOP500发布的最新超算榜单中,TOP10的超级计算机中有8台采用了英伟达GPU、InfiniBand(Mellanox)网络技术,或同时采用了两种技术。 雷锋网小结 英伟达市值首次超越英特尔,直接体现出的是业界对于英伟达未来的增长以及发展的看好。与此同时,也让我们看到在半导体行业更加细致的分工也能够取得很大的成就。当然,也需要看到,支撑英伟达增长的重要动力是AI。 英伟达在数据中心GPU以及AI的重要性短期内难以被其它公司超越。那英伟达能成为AI芯片的领导者吗? 优惠商品信息>> 优酷会员 年卡5折 99元(7.10-7.12) 一次性医用外科成人/儿童口罩50只 券后49元 联想LP1 无线蓝牙耳机 券后59元 南极人充电式声波电动牙刷 券后价7.9元 近视游泳眼镜 防水防雾 券后7.9元 联想32g class10 高速内存储卡 券后价 16.9元 微软商城活动促销 Surface 翻新机折扣

    时间:2020-07-23 关键词: NVIDIA 英特尔 英伟达

  • RTX 3060曝光:GPU几周前流片、价格不超400美元

    RTX 3060曝光:GPU几周前流片、价格不超400美元

    前不久出现了关于RTX 3080/3070的参数、价格爆料,不过,这几代的N卡,都是以xx60为最主要的销量担当。 爆料人kopite7kimi透露,GA106/GA107核心已在数周前流片。 从这个节奏来看,RTX 3060等甜点卡应该不会同步3070/80等上市。事实上,上一代RTX 2060就是晚了RTX 2080/70四个月后才推向市场。 结合同一信源此前的消息,RTX 3060预计基于GA106-300核心打造。“-300”在NVIDIA的产品核心语境中通常不是最高端的代表,这可能为RTX 3060 Ti/Super等留下空间、埋下伏笔。 至于GA107,也许对应更入门的RTX 3050。 价格方面,据说RTX 3060首发不会超过400美元,上一代RTX 2060是349美元。 参数方面,假设RTX 3070 Ti/Super 3072个CUDA、RTX 3070 2944个CUDA的说法可信,那么RTX 3060 Ti/Super有可能集成2304个CUDA,RTX 3060集成2176个CUDA。 优惠商品信息>> 优酷会员 年卡5折 99元(7.10-7.12) 一次性医用外科成人/儿童口罩50只 券后49元 联想LP1 无线蓝牙耳机 券后59元 南极人充电式声波电动牙刷 券后价7.9元 近视游泳眼镜 防水防雾 券后7.9元 联想32g class10 高速内存储卡 券后价 16.9元 微软商城活动促销 Surface 翻新机折扣

    时间:2020-07-23 关键词: NVIDIA 显卡 安培

  • 华硕服务器支持NVIDIA Tesla GPU  AI人工智能解决方案

    华硕服务器支持NVIDIA Tesla GPU AI人工智能解决方案

    华硕宣布旗下GPGPU服务器、通用服务器均可支持最新NVIDIA AI人工智能解决方案(Tesla V100 32GB与Tesla P4);近年来,AI人工智能演进已持续将资料转换为有意义的见解、服务及科学突破,推动AI革命的神经网络规模亦大幅成长。 此次NVIDIA新推出的Tesla V100具备32GB存储器配置,可提升新一代AI模型深度学习训练效能达50%,不仅能让AI开发人员将在更短时间内达成突破性成果,亦相当适合高效能运算(HPC)与大规模HPC部署;另一方面,Tesla P4为全球最快的深度学习推理GPU,可减少10倍推理延迟,以及提供比CPU高出40倍的优异能源效率,如安装于横向扩展服务器上,将能实现兼具智能与互动性的新一代AI服务应用。 凭借强大的训练与推理GPU功能,华硕GPGPU服务器及通用服务器亦整装待发,全方位支持Tesla V100 32GB、Tesla P4;其中,ESC8000 G4得支持8张Tesla V100 32GB,搭配可切换的专利拓朴技术,将能执行更大批次的模拟作业;还有可支持4张Tesla V100 32GB或8张Tesla P4的ESC4000 G4;至于RS720-E9,则可支持Tesla P4,其内蕴绝佳的推理能力,能满足各种AI负载需求,是科学运算及高阶研究领域中不可多得的伙伴。

    时间:2020-07-23 关键词: NVIDIA 华硕 服务器 GPU AI

  • 它将成为最受欢迎的Android游戏方式

    它将成为最受欢迎的Android游戏方式

    Android游戏对许多人来说很休闲。 它们往往会浪费时间,实际上,没有多少Android游戏是认真的。 随着5月21日(测试版)在Android上启动的Steam Link应用程序的引入,情况将发生变化。 它还计划将来在iOS上发布它。 该平台的用户可以通过纯WLAN以太网或5 GHz连接将PC游戏流式传输到手机。 登录后,用户可以使用蓝牙控制器,包括但不限于Steam控制器本身。 当然,主要的缺点是您将无法通过LTE连接进行游戏,但这很好–带宽不仅对许多人来说都是问题,而且延迟也将成为问题。您也不会在手机上玩高辛烷值的游戏,而诸如Game Dev Tycoon或Scribblenauts之类的速度较慢的游戏更适合于触摸屏。但是,使用Steam Controller并不能阻止您玩Portal 2,侠盗猎车手,文明V等游戏。这为您可以在手机上玩的大量游戏打开了大门,尽管对于某些人来说这可能是一个利基市场,但其他人会发现它将成为在Android上玩游戏的最佳方式之一。 尚不清楚它的运行情况如何,但是由于Android的特性,从理论上讲,这还意味着您应该也可以将游戏流式传输到Android TV。拥有三星智能电视或NVIDIA Shield的用户将能够从运行Steam的PC上播放游戏。对于那些有兴趣立即尝试从PC上播放游戏的用户,可以尝试Moonlight。它仅在您的PC具有NVIDIA图形卡的情况下才能将NVIDIA Shield协议集成到第三方实现中。

    时间:2020-07-22 关键词: NVIDIA Android steam controller

  • 外媒:NVIDIA、AMD服务器芯片销量正在增加

    外媒:NVIDIA、AMD服务器芯片销量正在增加

    6月30日消息,据国外媒体报道,数据中心、云计算需求增加,也带动了服务器销量的增长,进而也拉升了服务器相关芯片销量的提升。 外媒在最新的报道中就表示,英伟达、AMD这两大厂商服务器芯片的销量,正在增加,他们对未来也非常乐观。 英伟达服务器相关芯片的业绩,在他们的财报中体现在数据中心这一业务上,这一业务2020财年的营收为29.83亿美元,在英伟达营收中所占的比重,由上一财年的25%提升到了27.4%。 而在截至4月26日的2021财年第一财季,英伟达数据中心业务的营收达到了11.41亿美元,在该季英伟达营收中的比重,则是达到了37%。 同英伟达最近一个财年接近30亿的营收相比,AMD服务器相关芯片的规模要小一些,外媒预计为10亿美元,约英伟达的三分之一。 但外媒在报道中指出,AMD得到了台积电先进芯片工艺的支持,他们数据中心市场的营收也在快速增长,服务器领域的份额在不断增加。此外,外媒在报道特别提到,由于AMD是唯一一家拥有整合了自家CPU和GPU的APU产品线的芯片开发商,他们也就有望逐步建立自己的服务器生态系统。 外媒在报道中还提到,由于数据中心对高性能计算和人工智能应用的需求依旧强劲,英伟达和AMD都对他们服务器相关芯片第二财季的销量很乐观。

    时间:2020-07-21 关键词: NVIDIA Intel AMD 服务器

  • Subtle Medical将与人工智能企业积极开展合作开发,优化基于人工智能的医学影像处理技术

    Subtle Medical将与人工智能企业积极开展合作开发,优化基于人工智能的医学影像处理技术

    动脉网第一时间获悉,专注于医学图像增强的医疗AI公司Subtle Medical(中文名:深透医疗)近日获得了约500万美元的Pre-A轮融资。 本轮的领投方为美国顶级风险投资公司Bessemer Venture Partner及种子轮投资方Data CollecTIve,Breyer Capital和Fusion Fund等跟投,天使投资方真格基金、百度创投、清源创投、Wisemont资本等继续支持。 此次获得融资的时间距Subtle Medical获得NVIDIA初创加速计划挑战赛冠军仅隔两个月。 Subtle Medical团队与黄仁勋的合照 Subtle Medical立志于将影像检查流程变得更高效、更安全、更智能。公司利用深度学习算法提高医学影像的质量及诊断价值,降低医学影像成像时间、风险及成本。Subtle Medical在MRI,PET等大型成像领域已取得显著的成绩。 Subtle Medical创始人宫恩浩告诉动脉网记者,本轮资金主要有三方面用途: 第1,资金将用于美国FDA、中国药监局、欧洲CE的审批,公司产品预计在今年底获得FDA的认证。 第2,扩充AI影像开发团队、加大临床产品合作范围。 第3,完成医疗产业链布局。Subtle Medical将在现有美国十数家顶级医疗机构的基础上,与全球更多医疗机构及厂商展开战略合作,并逐步拓展欧洲和中国业务。 美国的医学影像检查成本高、效率低 CBInsights最新医疗消费报告指出美国医疗总支出约3万亿美元,占GDP的17%以上。其中,医学影像占整个医疗费用的10%。高昂的医疗支出背后实则有很大的提升空间。 宫恩浩告诉动脉网记者,在美国,一个核磁共振(MRI)的收费在1000-2000美元,而一个中子断层影像(PET)收费则在几千甚至上万美元。这个费用中仅有10%左右是用来支付影像医生诊断的,其余80%-90%的费用来源于器械的采购成本、维护花销和整个影像检查操作时间的成本。除了高昂的花费,较长的预约排队等待时间不但为病人带来不便也有可能耽误疾病的检查。 因此,在不影响诊断质量的前提下,提高效率无论是对医院的还是对患者来说都非常重要。 由于常规缩短成像时间的方法会严重降低图像质量,影响诊断精确度,影像检查时间长的问题多年未曾彻底解决。 宫恩浩告诉记者,斯坦福大学10多年前就研究出压缩感知技术用来提高MRI检查的效率,目前各大医学影像设备公司都有自己类似的技术并很多已经通过FDA的认证进入了医疗市场。但是在实际应用中,医生并未完全接受这种基于固定模型和统计学算法的技术,主要原因是算法在图像质量以及运算效率等方面优势无法满足临床需求。 跨学科团队深耕科研与临床转化 弥合科研技术与临床应用的转化鸿沟,不单单需要专业的技术开发能力,也需要对于临床痛点的认知。Subtle Medical团队中核心成员都有着医学和工程的双重背景。 公司创始人宫恩浩在2012年清华大学生物医学工程本科毕业,大学期间即与飞利浦科学家合作对压缩感知技术进行优化,并发表多项论文和专利。2012年进入斯坦福大学电子工程系攻读博士,进一步探索核磁共振领域研究。在此期间他体会到这个领域临床需求和市场空间很大,以及科研项目与实际临床应用存在脱节。 自2016年初起,宫恩浩凭借着他在斯坦福大学几年来深度学习和人工智能领域的扎实基础,开始利用深度学习技术在医学图像后处理、图像重建以及辅助诊断等方面进行研究。 2017年7月份,宫恩浩与此前长期合作的斯坦福大学医学院放射科教授、神经影像医生、前沿神经影像实验室主任Greg Zaharchuk医生一起正式注册公司成立Subtle Medical。随后,两位在美国从事医学影像研究的清华生医校友张涛和朱立人也先后加入。 张涛博士此前曾在GE Healthcare通用医疗研发磁共振影像技术,并担任MD Anderson肿瘤医院教职。朱立人博士有多年多模态影像的学界和产业经验。 作为一名生物医学工程的毕业生,宫恩浩表示,这个专业有很强烈的医工结合的特点,他们既要利用工程学的知识,也要掌握基础的医学知识,同时要结合临床需求,用工程学的技术来解决临床的问题,所以他们的专业培养非常适合医疗人工智能行业的研究和工作。 国内外多个医疗人工智能公司的创始团队都有着生物医学工程的专业背景,也有不少是清华生医校友。 提高影像效率、减少放射量双管齐下 Subtle Medical首发产品应用AI来提高医学影像诊断质量与效率,为医院和影像中心赋能。作为一个由AI专家和影像医生组成的团队,Subtle Medical不以取代医学影像医师为目的,而重点解决实际工作效率的痛点。公司出发点是希望影像检查可以更高效、更经济、更安全、更智能。Subtle Medical为医院和影像中心提供AI影像处理平台,首发产品具有多项功能。 提高成像速度,提升图像质量:产品利用AI提高MRI磁共振和PET中子断层影像的图像质量,从而在现有影像设备硬件软件的基础上,达到2-4倍MRI加速和4-10倍PET加速。 宫恩浩强调,现阶段Subtle Medical主要处理的是MRI和PET(包括PET-CT和PET-MR)的图像。在这些领域,宫恩浩所在斯坦福的实验室已经有几十年的研究和产业合作的经验,有很深的数据和经验积累。同时从临床需求的角度来说,MRI和PET成像的速度是最慢的,医生和患者的痛点也最明显。MRI可以看到更多的软组织和对比度。 PET-CT和PET-MR则可以获得分子和功能成像,在很多临床检查(如癌症早期筛查、分期)中有着重要价值。 减少放射剂量,缩短检查时间:在提高图像成像速度和质量的同时,Subtle Medical还在借助技术的力量减少放射剂量的使用,能减少至少10倍造影剂以及100倍的辐射危害。PET-CT、PET-MRI和PET都需要使用放射剂,有辐射风险,尤其是PET-CT,它的放射剂量是一个头部CT的数倍。宫恩浩表示,最近他们发表的论文中提到,他们所在的斯坦福实验室可以在保证图像质量的前提下,减少100倍-200倍的放射剂量使用,在临床的实际应用中,目标至少将放射剂量降低为原来的十分之一,同时保证图像质量。 同时,Subtle Medical的系统可同时使用于提高影像检查速度和减少放射剂量两个目标。 产品嵌入医生工作流程 宫恩浩表示他们在研发产品质量的同时,也会考虑医生的工作流程,不会为医生增添负担。Subtle Medical将AI技术应用到影像检查的最前端。影像数据从设备端出来以后直接进入他们的系统,处理之后,进入PACS影像工作站,医生看到的是系统处理好的影像,工作流程还跟之前一样,并没有为医生增添负担。 正是由于Subtle Medical的系统是应用到影像检查的最前端,其系统可以拿到第一手的医学影像数据。他们的合作伙伴可以是医疗影像器械厂商,可以是PACS系统厂商和医疗AI公司。对于这三方公司来说,在没有增加医生工作流程的前提下,保证甚至增强图像质量,降低放射剂量,都很有吸引力。 宫恩浩表示,公司第一个FDA(二类510k)产品预计在2018年10-11月通过。后续会持续跟进多项FDA申请,不断扩充产品线。以优化影像检查流程为突破口,搭建影像AI平台,优化影像采集与分析流程。 宫恩浩告诉记者,之所以认证二类证,是因为Subtle Medical目的是通过增强医学图像的质量来降低影像检查的成本,缩短检查的时间,进而帮助医生做出诊断。具体的指标可定量化判断,同时产品本身不直接给出诊断结果,所以无需申报三类认证。 斯坦福数百万张高质量医学影像数据支撑 利用深度学习技术开发模型离不开高质量大数据的支撑,Subtle Medical也不例外。宫恩浩介绍,由于他们诞生于斯坦福,斯坦福独家授权使用3项专利及海量医学影像数据(粗略估计近期使用的超过两百万张医学图像,主要为MRI和PET/CT, PET/MR影像),专利和数据均为他们团队在斯坦福的科研成果。 除了这些斯坦福的研究人员在平时科研积累的数据,Subtle Medical也在和美国知名医院和第三方影像中心合作,在保证隐私、合规合法的前提下,使用这些机构的临床数据。 值得一提的是,Subtle Medical并不是像国内的医疗AI公司聘请大量医生团队去标注这些数据,而是根据研究的需求,设计、采集和处理特定的医学影像数据,转换成研发所需数据。 宫恩浩表示,很多时候采集一份完整的医学影像数据需要一小时甚至更多,只有在科研环境下才能高质量的实现,同时对科研人员的影像背景也有很高的要求。 如此大量的数据不是一朝一夕可以获得的,都是多年来斯坦福的研究人员积累得到的。而这些数据的质量也是多年来经过科研验证过的。 谈及涉及的病种。宫恩浩表示,Subtle Medical的研究是专注于模态研究而不是具体的疾病研究,产品是专注在图像的增强及后处理。但凡是使用MRI、PET-CT、PET-MRI、PET等放射设备进行常规检查的疾病,比如说脑卒中、脑肿瘤、肺癌 、老年痴呆症等,他们都可以提供图像增强服务。 加速市场布局和产品落地与合作 目前,Subtle Medical国际化市场道路已经展开。 Subtle Medical以美国市场为主,在美国已经与十数家顶尖医疗院校、医院及第三方影像中心开展合作和临床系统测试。合作方包括Stanford(斯坦福)、UCSF(加州大学旧金山分校医学院)、MD Anderson(MD安德森肿瘤医院)、Mayo Clinics(梅奥医学中心)、OHSU(俄勒冈健康科技大学)、Hoag Hospital(霍格医院)及全美最大的影像中心联盟RadNet等机构。 在产业界中,Subtle Medical也与东软医疗、NVIDIA等医学影像及人工智能企业积极开展合作开发,优化基于人工智能的医学影像处理技术。 此轮融资也将加速市场布局和产品落地。

    时间:2020-07-21 关键词: NVIDIA 人工智能 医学影像

  • 高通在物联网领域值得关注的两款产品

    高通在物联网领域值得关注的两款产品

    两周前我们报道了Nvidia对一系列AI向产品的公告。其中公布了就将部分Nvidia技术整合入ARM芯片设计,特别是提供针对物联网设备AI处理的优化达成合作伙伴协议。 不甘示弱的高通在本周公布了自己物联网和AI优化系统级芯片,该芯片着力针对计算机视觉处理产品。公司将在这一领域投放新锐的QCS603和SCQ605芯片,这两款产品值得我们关注。 高通在物联网领域的产品管理副总裁Seshu Madhavapeddy向记者仔细的介绍了这两款产品。  特殊应用 Madhavapeddy表示新的系统级芯片专为尖端物联网设计,能尽量在本地芯片上处理大量数据,以将传输到基础设施上的数据量减至最小值。同时QCS603和605有针对视觉智能的特殊装备。包括安全摄像机、运动相机、可穿戴相机、虚拟现实相机、机器人和智能显示器都可以享受到特别优化。 Madhavepeddy先生接着解释了物联网相机和手机的区别。物联网摄像机需要在比如1勒克司的低光环境中运行。他们的稳定环境也有区别:智能手机只要拍摄不那么模糊的快照,而智能设备的相机则要从运动中的头盔或者飞行的无人机上独立为操作者拍摄出聚焦正确的可辨识视频。 603和605可以在这样低亮度且不稳定的环境下工作。他们也可以同AI系统配合,处理机器人的障碍规避行为。  设备端AI 高通的AI处理器包括他的晓龙神经处理引擎(NPE)框架。该框架可以兼容基于Tensorflow、Caff、Caff2、Android Neural Networks API以及高通自己的Hexagon Neural Network在内的主流深度学习库创建的模块。 这些模块可以通过源平台特定的软件开发工具包(SDKs)植入高通的AI引擎。高通的AI引擎会进行优化推理:根据设备上的机器学习模块对图片数据进行评价。模块训练很可能依然会在拥有强大充分GPU的云端进行。 603和605是低功耗产品,被设计可以在电池供能的设备商运作。他们都集成了Wi-Fi、高通的Adreno GPU、多个Qualcomm Cryo ARM CPU核心、一块Hexagon 685 Vector处理器和上文中提到的AI引擎。  随心所欲的视频能力和强大的Wi-Fi 图像信息不再意味着图片,而是视频。604和605拥有怪物级的视频能力。605最高可以同时处理60fps下4K(终极高清)和1080P(完全高清)视频信息的流传输。在低帧率时该芯片可以同时处理更多视频信息。603最高可以同时处理30fps下4K和720P流传输。 总的来说,QCS603和605是类似的产品,603功耗低,各项指标也低一些。比如605拥有8核CPU,2x2 802. 11ac Wi-Fi,而603则是4核CPU,1x1 802.11ac Wi-Fi。 低功耗系统级芯片上的高功耗级表现。 高通的视觉智能平台可以为深度神经网络推理提供2.1个TOPS(每秒操作数,跟每秒浮点运行数FLOS类似,但是没有浮点运算)的算力。可以支持双1600万像素传感器的双14位Spectra 270图像信号处理器提供了上述算力。  快赶上AI热潮 就像1980年代个人电脑证明高价值计算不止能在大型主机上进行。智能物联网设备和其背后的芯片向我们证明AI计算可以在设备端进行,而不仅限于云端。两次变革的宗旨是一样的:只要开发者用心,用户的设备不是非得又大又笨不可。 准备好了,包括本文提到芯片在内一系列硬件进步将会引领AI尖端技术的成长。我们越早能把AI从数据中心(作为其唯一可能存在的设备)解放出来,终端用户和开发者就可以更方便地接触到他们。 以上是关于物联网中-高通发布两款系统级芯片,专用于物联网和视觉智能的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。

    时间:2020-07-20 关键词: 高通 NVIDIA 物联网 ai处理器

  • 高通与NVIDIA交锋_争相将AI引入物联网市场

    高通与NVIDIA交锋_争相将AI引入物联网市场

    物联网被视为万亿级的市场,而作为芯片行业的两大龙头企业高通和NVIDIA也高度关注这一市场,它们纷纷发布自己的物联网芯片,值得关注的是这两个芯片企业如今开始将AI引入物联网市场,分别推出集成AI功能的物联网芯片,以抢占市场高地。下面就随物联网小编一起来了解一下相关内容吧。 高通与NVIDIA在物联网芯片交锋,争相引入AI 此前谈到AI主要是以云数据处理为主,而随着AI的发展人们逐渐认识到终端同样需要引入AI,这是因为有部分AI功能只需要在终端运行即可,如拍照引入AI功能可以获得更佳的自拍相片;对于自动驾驶汽车来说,它需要足够强大的本地数据处理能力,确保高可靠性和低延迟。 引入终端则AI还可以大幅提高系统的运行效率,对于自动驾驶来说其要采集的数据极为庞大,如果数据在终端则进行一定的筛选和处理,将有重要价值的信息通过网络传输至云端再将需要的结果返回,这样可以大幅节省网络带宽、数据中心的存储和计算资源。 同时终端则AI的兴起有助于让AI早日普及,如今谈到的AI更多是一种概念以及大数据处理等方面,与人们的日常生活太远,AI 应用于人们的生活还太远,导致AI的普及存在困难,终端则AI的兴起则有望迅速推动AI的普及。 因为这些原因近期终端则AI逐渐受到人们的重视,其中华为去年在麒麟970、苹果在A11处理器上引入AI芯片无疑让人们对终端则AI的兴趣大增,作为芯片企业的两大重量级企业NVIDIA和高通对此无疑高度重视。 在AI行业,NVIDIA无疑是领头羊,全球多数的神经训练网络都基于NVIDIA的芯片构建,这是因为它的GPU在进行数据处理方面拥有强大的优势,而它也早早在该领域布局,因此成为最大的获益者。由于NVIDIA在AI芯片市场所拥有的优势,推动它的股价持续上涨,这几年其股价已翻了几番。 NVIDIA当然对物联网行业也非常重视,由于在移动芯片市场失败因此早早布局物联网市场希望避免重蹈覆辙,目前它在自动驾驶市场已占有一席之地,4月初它宣布联合ARM打造AI芯片专用IP,将它的深度学习加速器IP集成到ARM的Project Trillium平台中构建深度学习IoT芯片。 高通当然也不甘示弱,其在近期发布了两款物联网和AI优化系统级芯片QCS603和SCQ605芯片,主要针对计算机视觉处理,可以针对安全摄像机、运动相机、可穿戴相机、虚拟现实相机、机器人等进行特别优化。 高通高度重视物联网市场与它当前在智能手机市场面临的冲击有很大关系,其在智能手机芯片市场能成为霸主与它拥有垄断性专利优势的CDMA有很大关系,而在4G、5G技术上它的专利优势正被持续削弱,苹果、华为因此要求它降低专利费,而同时它又正面临三星、苹果、华为等手机企业自行研发手机芯片以及联发科等芯片企业的竞争,因此希望拓展新领域,而物联网市场正是它看重的一个行业。 其实对物联网芯片市场看重的不单单止高通和NVIDIA,华为、三星、联发科等也对此有所准备,在高通、NVIDIA开始发布自己的物联网AI芯片后预计这些芯片企业也将陆续发布自己的同类芯片。

    时间:2020-07-20 关键词: 高通 NVIDIA 物联网芯片

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包