您的位置:炒股学习网 >> 理财问答 >> 股票问答 >> (华西股份)霸气测漏 华西投资的AI芯片GTI下个月将发布用于物联网的芯片,该芯片将使用新的

(华西股份)霸气测漏 华西投资的AI芯片GTI下个月将发布用于物联网的芯片,该芯片将使用新的

2018年11月30日  9:16:39   来源:网友   编辑:168炒股学习网    阅读:687人次

网友提问:

华西股份(000936)霸气测漏 华西投资的AI芯片GTI下个月将发布用于物联网的芯片,该芯片将使用新的

霸气测漏华西投资的AI芯片GTI下个月将发布用于物联网的芯片,该芯片将使用新的磁性内存,即MRAM,而磁宇信息声称自己在第三代及第四代磁性内存中是世界绝对领先。那么,可以推测磁宇也接近成功在最近的一次采访中,GTI对GDnet表示,他们用28纳米制造的芯片已经击败intel和NVIDIA的7或12纳米的芯片,GTI表示,如果我们用7或12纳米,他们怎么办?

网友回复

闲人指路0:

有道翻译如下人工智能初创公司Gyrfalcon生产了大量用于机器学习的芯片硅谷初创公司Gyrfalcon终于实现了定制人工智能芯片的想法。该公司吸引了三星(Samsung)等大客户,并正在迅速推出多个版本的人工智能芯片。在蒂尔南雷30年前,加州大学伯克利分校(University of California at Berkeley)的博士生林洋(Lin Yang)想到了一种特殊的芯片,可以加快人工智能的计算速度。把它想成是30年的领先一步。随着杨元庆担任首席科学家的初创公司鹰鹰科技(Gyrfalcon Technology)推出一系列雄心勃勃的人工智能芯片产品,希望在日益拥挤的芯片竞争领域占据优势,上述观点中的一些如今已成为现实。总部位于硅谷边缘的密尔皮塔斯(Milpitas)的Gyrfalcon公司成立于2017年初,它正在实现杨30年前的洞见:一个由相同电路构成的矩阵并行执行矩阵乘法,从而加快了神经网络的基本运算。Gyrfalcon总裁Frank Lin坐下来与ZDNet进行了交谈,他说:“我们是唯一在矩阵乘法作为基本计算元素的情况下走到这一步的公司。”林毅夫很清楚,很多初创公司都在吹嘘自己为人工智能设计了新颖的半导体,比如ZDNet最近介绍的那些,包括Cornami、Flex Logix和Efinix。“其他芯片制造商,其中一些正在考虑矩阵或张量的新架构,”林说,但由于Gyrfalcon在今年1月首次向客户提供了硅,“我认为,对于真正的芯片,我们是唯一一个在桌面上有真正硅的公司。”一些大客户打赌Gyrfalcon会提供他们需要的产品,包括三星电子(Samsung Electronics)、LG电子(LG Electronics)和富士通(Fujitsu)。“我们一开始只有七个人,”Gyrfalcon的营销主管马克?纳德尔(Marc Naddell)补充道。“想象一下,一小队人专注于在8个月内录制芯片。Naddell和Lin都强调,Gyrfalcon是三星在人工智能芯片方面的唯一合作伙伴。他表示:“我们确实拥有了成功的第一块芯片,这就是为什么这么一家历史短的小公司能赢得像三星这样的大品牌。”该公司零部件的关键在于其能源效率优于英特尔(Intel)和英伟达(Nvidia)的传统cpu和gpu。“我们是大卫去攻打歌利亚,”林说。

有道翻译如下
人工智能初创公司Gyrfalcon生产了大量用于机器学习的芯片
硅谷初创公司Gyrfalcon终于实现了定制人工智能芯片的想法。该公司吸引了三星(Samsung)等大客户,并正在迅速推出多个版本的人工智能芯片。
在蒂尔南雷
30年前,加州大学伯克利分校(University of California at Berkeley)的博士生林洋(Lin Yang)想到了一种特殊的芯片,可以加快人工智能的计算速度。
把它想成是30年的领先一步。
随着杨元庆担任首席科学家的初创公司鹰鹰科技(Gyrfalcon Technology)推出一系列雄心勃勃的人工智能芯片产品,希望在日益拥挤的芯片...

闲人指路0:

有道翻译如下人工智能初创公司Gyrfalcon生产了大量用于机器学习的芯片硅谷初创公司Gyrfalcon终于实现了定制人工智能芯片的想法。该公司吸引了三星(Samsung)等大客户,并正在迅速推出多个版本的人工智能芯片。在蒂尔南雷30年前,加州大学伯克利分校(University of California at Berkeley)的博士生林洋(Lin Yang)想到了一种特殊的芯片,可以加快人工智能的计算速度。把它想成是30年的领先一步。随着杨元庆担任首席科学家的初创公司鹰鹰科技(Gyrfalcon Technology)推出一系列雄心勃勃的人工智能芯片产品,希望在日益拥挤的芯片竞争领域占据优势,上述观点中的一些如今已成为现实。总部位于硅谷边缘的密尔皮塔斯(Milpitas)的Gyrfalcon公司成立于2017年初,它正在实现杨30年前的洞见:一个由相同电路构成的矩阵并行执行矩阵乘法,从而加快了神经网络的基本运算。Gyrfalcon总裁Frank Lin坐下来与ZDNet进行了交谈,他说:“我们是唯一在矩阵乘法作为基本计算元素的情况下走到这一步的公司。”林毅夫很清楚,很多初创公司都在吹嘘自己为人工智能设计了新颖的半导体,比如ZDNet最近介绍的那些,包括Cornami、Flex Logix和Efinix。“其他芯片制造商,其中一些正在考虑矩阵或张量的新架构,”林说,但由于Gyrfalcon在今年1月首次向客户提供了硅,“我认为,对于真正的芯片,我们是唯一一个在桌面上有真正硅的公司。”一些大客户打赌Gyrfalcon会提供他们需要的产品,包括三星电子(Samsung Electronics)、LG电子(LG Electronics)和富士通(Fujitsu)。“我们一开始只有七个人,”Gyrfalcon的营销主管马克?纳德尔(Marc Naddell)补充道。“想象一下,一小队人专注于在8个月内录制芯片。Naddell和Lin都强调,Gyrfalcon是三星在人工智能芯片方面的唯一合作伙伴。他表示:“我们确实拥有了成功的第一块芯片,这就是为什么这么一家历史短的小公司能赢得像三星这样的大品牌。”该公司零部件的关键在于其能源效率优于英特尔(Intel)和英伟达(Nvidia)的传统cpu和gpu。“我们是大卫去攻打歌利亚,”林说。“Lightspeeur”,作为公司的部分品牌,始于“2801”芯片,公布了今年1月在消费电子展,一部分用于“推理”,机器学习的神经网络时使用它所学到的在训练阶段交付新问题的答案。这部分是针对“边缘”设备,如智能手机、智能扬声器或笔记本电脑。Gyrfalcon认为,通过将每个相同的计算单元与内存连接在一起,它将这种方法称为“内存中的人工智能处理”(AI Processing in memory,简称APiM),可以大大减少外部内存的使用,从而大幅降低人工智能芯片的功耗预算。2801提供了每秒在1瓦特能量下计算9.3万亿次操作的能力,其中每一次操作都是一个多次累积的步骤。这种“顶部”测量是当今人工智能芯片能效的常见表达。“它比英特尔的Movidius部分节能90%以上,”林说。继2801之后,上个月又推出了“2803”,用于处理云服务器中更重的推理负载。它进一步提高了性能和能源效益,提供24个最高每瓦特的能源。Gyrfalcon提出,2803不仅可以用于推理,还可以用于训练,使用一种称为“马尔可夫链蒙特卡罗”的技术来优化网络,以取代更常见的随机梯度下降。2801和2803可以组合在电路板上,通过PCIe作为插电板并行运行。这两个部件都有嵌入式内存,大约为2801的9兆字节。与每个计算元素聚集在一起的内存允许芯片几乎完成所有推理工作,而不必离开芯片进入DRAM。该公司将其称为“内存中的AI处理”或“APiM”。“我只需要一次将网络模型、权重和激活单元预先加载到芯片上,”林说,“然后就不必再到外面去了;这节省了很多能量,这就是为什么性能这么高的原因。

有道翻译如下
人工智能初创公司Gyrfalcon生产了大量用于机器学习的芯片
硅谷初创公司Gyrfalcon终于实现了定制人工智能芯片的想法。该公司吸引了三星(Samsung)等大客户,并正在迅速推出多个版本的人工智能芯片。
在蒂尔南雷
30年前,加州大学伯克利分校(University of California at Berkeley)的博士生林洋(Lin Yang)想到了一种特殊的芯片,可以加快人工智能的计算速度。
把它想成是30年的领先一步。
随着杨元庆担任首席科学家的初创公司鹰鹰科技(Gyrfalcon Technology)推出一系列雄心勃勃的人工智能芯片产品,希望在日益拥挤的芯片...

闲人指路0:

本月,该公司在它的下一个部分(一个专注于“物联网”应用程序的部分)上达到了一个峰值,下个月才会正式宣布。最新的部分2802为表带来了另一个有趣的方面:非易失性内存。2802将2801和2803部件中使用的静态RAM (SRAM)替换为“磁性”RAM,即MRAM。与NAND闪存类似,MRAM在断电时不会丢失数据。这意味着一个神经网络可以被客户预先加载,甚至在工厂,在零件装船之前。Gyrfalcon在与倍增器-蓄电池单元相同的模具上制造MRAM的方法,是该公司正在申请的50项专利之一。快速搜索美国专利局的应用数据库,以及授予的专利,提供了一个关于Gyrfalcon技术细节的很好的阅读列表。(1992年,伯克利与他的导师蔡立安(Leon Chua)一起,获得了杨元庆最初芯片设计的专利。顺便说一句,蔡美儿在这一领域的广泛工作可以在许多领域得到探索,包括他1998年的著作《Cnn:复杂性范例》(Cnn: a Paradigm for complex)。当然,问题出在软件上。与CPU和GPU不同,Gyrfalcon的专用集成电路(ASIC)没有现成的编程栈。Gyrfalcon将其用于AI处理的Lightspeeur芯片方法与英特尔(Intel)和英伟达(Nvidia)的方法进行了比较。为此,该公司刚刚发布了一个开发人员SDK,用于为这些部件构建应用程序。开发工具包可以在两种硬件配件上测试,一种是“PLAI插头”,一种是USB加密狗,另一种是“PLAI WiFi”,这是一种独立设备,可作为移动设备的无线加速小工具使用。沿着杨博士在伯克利铺设的道路前行,Gyrfalcon迈出了看似危险的一步:它的电路是基于卷积神经网络(tional neural networks,简称CNNs)的。杨元杰最初的论文工作重点是卷积运算,不过杨元杰当时将这种模型称为“细胞神经网络”(cell neural networks), Gyrfalcon在其专利申请文件中仍使用这个术语。虽然卷积神经网络在过去几年里已经成为最重要的神经网络设计之一,但是这种选择仍然使得这种芯片不太容易应用于其他类型的网络,例如“长短期记忆”网络。然而,林毅夫并不太担心那里的理论局限性。“CNN是所有其他人工智能的基础,”林说,“我们做了研究,发现最大的市场份额仍然被ResNet和MobileNet占据。”林说,其他的创业公司也在尝试对所有类型的网络都有用,“试图覆盖所有现有的或即将到来的神经网络,但我还没有看到一个成功的公司能同时覆盖所有的网络,同时又能高效。”他表示,如果出现新的网络,并声称拥有可观的市场份额,“那么我们将为此推出另一款芯片。”一个有趣的想法是,当Gyrfalcon沿着制造曲线移动时,它的电路会变得更加高效。最初的零部件采用的是台积电(Taiwan Semiconductor Manufacturing)的28纳米制造工艺,与英特尔(Intel)和英伟达(Nvidia)的尖端零部件相比,这是一个更老的节点。林毅夫说:“我们正在用28纳米的纳米来击败其他像英伟达这样的公司,他们用7纳米或12纳米的纳米来击败我们。我们就像反抗军在打坦克,但我们赢了!”Naddell补充道:“当我们真的要向12或7纳米移动时,其他公司会怎么做?”Gyrfalcon的另一个途径是将其芯片设计授权给其他AI芯片制造商。林毅夫并不打算这么做,但他看到了巨大的潜力。“即使是另一家创业公司,比如Graphcore,也在做与我们非常相似的事情,但如果他们想要做大,就必须跟我们谈谈。”与以往的媒体采访一样,Gyrfalcon拒绝透露该公司已经筹集了多少资金。对于芯片初创企业来说,资金是一个重要问题,因为一家公司从设计到电路首次“出线”,再到开发和支持客户群,平均需要数亿美元。据最新统计,Graphcore拥有超过1亿美元的资金。Gyrfalcon表示,他们已经“从美国的机构和企业投资者那里获得了三轮融资”他补充称,“按照目前的员工和支出水平,该公司有足够的资金运营至少三年。”

本月,该公司在它的下一个部分(一个专注于“物联网”应用程序的部分)上达到了一个峰值,下个月才会正式宣布。最新的部分2802为表带来了另一个有趣的方面:非易失性内存。
2802将2801和2803部件中使用的静态RAM (SRAM)替换为“磁性”RAM,即MRAM。与NAND闪存类似,MRAM在断电时不会丢失数据。这意味着一个神经网络可以被客户预先加载,甚至在工厂,在零件装船之前。
Gyrfalcon在与倍增器-蓄电池单元相同的模具上制造MRAM的方法,是该公司正在申请的50项专利之一。快速搜索美国专利局的应用数据库,以及授予的专利,提供了一个关于Gyrfalcon技术细节的很好的阅读列表。(1...

闲人指路0:

结合东方星辉上月底向浦东政府申报收购2%的GTI股份,可见这是最新一轮也就是第三轮融资,毫无疑问,GTI和磁宇的估值将继续以比较陡峭的斜率攀升,因为在第二轮融资中,华西的股份的投资已经升值10倍。

红牛35475:

炒股别当韭菜

红牛35475:

何时正面攻击

小学生778:

华西投资的芯片公司及海归股份。加京东金融。必翻十倍

股海_神雕:

21:40备战科创板 有头部券商称已储备近百个项目财联社11月29日讯,记者从多家券商投行了解到,券商已积极行动起来,一方面加强与监管部门沟通,科创板制度研究,例如有券商投行部门已成立创新研究小组;另一方面,积极部署、挖掘培育优质科创企业项目,有券商表示已储备一批优质项目,某头部券商更是已储备近100个项目。(中国证券报)

评论专区
   本站有缓存,一般1小时内能看到您的评论
官网微信公众号
168炒股学习网微信
郑重声明:168炒股学习网发布此信息目的在于传播更多股票信息,与本网站立场无关。本股票学习网不保证该信息的准确性、真实性、有效性、原创性等。相关信息并未经过本站证实,不对您构成任何投资建议。含有广告标志的信息皆是广告,本站不承担相关责任。如因作品内容、版权和其它问题需要同本网联系的,请在15日内进行。股市有风险,投资需谨慎。
168炒股学习网,专注为中小股民提供炒股入门知识,股票入门基础知识,股票学习教程,技术指标,炒股技巧等股票知识服务,专注做专业的股票学习网站!
版权所有:168炒股学习网, www.168chaogu.com   粤ICP备14098693号   广告合作QQ:765565686,邮箱:765565686@qq.com