新聞中心

EEPW首頁 > 智能計算 > 業(yè)界動態(tài) > AI黃金時代:看中國巨頭如何多足鼎立?

AI黃金時代:看中國巨頭如何多足鼎立?

作者: 時間:2018-05-04 來源:網絡 收藏
編者按:資本的大規(guī)模介入到AI領域,必定會帶動這一行業(yè)的發(fā)展,在這一過程中我們會看到業(yè)務雷同的技術,而其中也一定會有勝出者,也一定會有失敗者。

  從2017年開始,中國一大批公司融資信息頻頻曝光,從2千萬到數(shù)億美元,而2017年也被業(yè)界稱之為“中國元年”。

本文引用地址:http://m.butianyuan.cn/article/201805/379436.htm

  的黃金年代真的來了嗎?

  誠然,資本的大規(guī)模介入到AI領域,必定會帶動這一行業(yè)的發(fā)展,在這一過程中我們會看到業(yè)務雷同的技術,而其中也一定會有勝出者,也一定會有失敗者。


AI黃金時代:看中國巨頭如何多足鼎立?


  在這里,我們盤點一下目前已經走上前臺的AI企業(yè),這里面一定會有企業(yè)很快登陸中國的股市,此前傳言證監(jiān)會會為“獨角獸”開掘綠色通道,絕不會是空穴來風。

AI黃金時代:看中國巨頭如何多足鼎立?

  北京中科寒武紀科技有限公司

  這家公司有中科院背景,面向等人工智能關鍵技術進行專用芯片的研發(fā),可用于云服務器和智能終端上的圖像識別、語音識別、人臉識別等應用。

  寒武紀處理器采用的指令集DianNaoYu由中國科學院計算技術研究所陳云霽、陳天石課題組提出。模擬實驗表明,采用DianNaoYu指令集的寒武紀處理器相對于x86指令集的CPU有兩個數(shù)量級的性能提升。

  目前,寒武紀系列已包含三種原型處理器結構:寒武紀1號(英文名DianNao,面向神經網絡的原型處理器結構);寒武紀2號(英文名DaDianNao,面向大規(guī)模神經網絡);寒武紀3號(英文名PuDianNao,面向多種機器學習算法)。

  2016年推出的寒武紀1A處理器(Cambricon-1A)是世界首款商用深度學習專用處理器,面向智能手機、安防監(jiān)控、可穿戴設備、無人機和智能駕駛等各類終端設備

AI黃金時代:看中國巨頭如何多足鼎立?

  北京中星微電子有限公司

  中星微在2016年6月20日率先推出中國首款嵌入式神經網絡處理器(NPU)芯片,這是全球首顆具備深度學習人工智能的嵌入式視頻采集壓縮編碼系統(tǒng)級芯片,取名“星光智能一號”。

  目前“星光智能一號”出貨量主要集中在安防攝像領域,其中包含授權給其他安防攝像廠商部分。未來將主要向車載攝像頭、無人機航拍、機器人和工業(yè)攝像機方面進行推廣和應用。

  這款基于深度學習的芯片運用在人臉識別上,最高能達到98%的準確率,超過人眼的識別率。該NPU采用了“數(shù)據驅動”并行計算的架構,單顆NPU(28nm)能耗僅為400mW,極大地提升了計算能力與功耗的比例。

  研發(fā)“星光智能一號”耗時三年時間。中星微集團聚集了北京、廣東、天津、山西、江蘇、青島、硅谷的研發(fā)力量,采用了先進的過億門級集成電路設計技術及超亞微米芯片制造工藝,在TSMC成功實現(xiàn)投片量產。

AI黃金時代:看中國巨頭如何多足鼎立?

  北京地平線機器人技術研發(fā)有限公司

  地平線機器人由前百度深度學習研究院負責人余凱創(chuàng)辦,致力于打造基于深度神經網絡的人工智能“大腦”平臺-包括軟件和芯片,可以做到低功耗、本地化的解決環(huán)境感知、人機交互、決策控制等問題。

  其中,軟件方面,地平線做了一套基于神經網絡的OS,已經研發(fā)出分別面向自動駕駛的的“雨果”平臺和智能家居的“安徒生”平臺,并開始逐步落地。硬件方面,未來地平線機器人還會為這個平臺設計一個芯片——NPU(Neural Processing Unit),支撐自家的OS,到那時效能會提升2-3個數(shù)量級(100-1000倍)。

  地平線的最終產品不止芯片,而是一個核心控制模塊,具有感知、識別、理解、控制的功能。把這個控制模塊做成產品去跟合作方做集成。

  換句話說,地平線提供的是一個帶有人工智能算法的解決方案。

  2017年12月,地平線發(fā)布了面向智能駕駛的征程(Journey)1.0處理器和面向智能攝像頭的旭日(Sunrise)1.0處理器。這是完全由地平線自主研發(fā)的人工智能芯片,采用地平線的第一代BPU架構,具有全球領先的性能:可實時處理1080p@30視頻,每幀中可同時對200個目標進行檢測、跟蹤、識別,典型功耗1.5W,每幀延時小于30ms。

AI黃金時代:看中國巨頭如何多足鼎立?


上一頁 1 2 下一頁

關鍵詞: AI 深度學習

評論


相關推薦

技術專區(qū)

關閉