当前位置:云计算行业动态 → 正文

芯片厂商扎堆云计算!“寒武纪们”原来是这么想的

责任编辑:zsheng |来源:企业网D1Net  2018-05-04 20:25:38 本文摘自:搜狐科技

5 月 3 日下午,智能芯片公司寒武纪科技在上海举办了 2018 产品发布会。会上,寒武纪正式发布了多个最新一代终端 IP 产品——采用 7nm 工艺的终端芯片 Cambricon 1M、首款云端智能芯片 MLU100 及搭载了 MLU100 的云端智能处理计算卡。

其中MLU100采用寒武纪最新的MLUv01架构和TSMC 16nm的先进工艺,可工作在平衡模式(1GHz主频)和高性能模式(1.3GHz主频)下,平衡模式下的等效理论峰值速度达每秒128万亿次定点运算,高性能模式下的等效理论峰值速度更可达每秒166.4万亿次定点运算,堪称性能怪兽。

联想也推出了基于Cambricon MLU100智能处理卡的ThinkSystem SR650,打破了37项服务器基准测试的世界记录。

在中美科技贸易摩擦这个时间点,作为中国AI芯片的独角兽公司,寒武纪推出的新品可谓给国人对芯片产业的疑虑打了一剂强心针。

从云端智能芯片 MLU100的推出,我们不难看出,寒武纪正在履行其此前所说的“由端到云”的发展策略。

去年年末,寒武纪CEO陈天石曾提出“3年占领10亿智能AI终端,占领中国AI云端高性能芯片1/3市场”的目标,在今天的发布会前,也有媒体就寒武纪的“由端入云”的计划对陈天石进行了的采访。我们从其的回应中,可以看出寒武纪对端和云的认知。

以下内容摘选自:新智元

新智元:“2018年,寒武纪由端入云”,寒武纪为什么要由端入云?端和云分别有哪些重要性?AI的处理哪些放在云端,哪些放在终端?

陈天石:端侧的智能处理是非常重要的,因为端可以最快速的响应用户的需求,能以非常低的功耗、非常低的成本、非常小的延迟,帮助用户理解图像、视频、语音和文本。但是,云侧的智能处理可以把很多端的信息汇聚在一起。比如,在一个城市中有大量的摄像头,如果想要知道一个特定的物体在多个摄像头间的运动轨迹,就需要在云侧进行智能处理。

另外,终端的数据量有限,只能根据单个用户的数据对机器学习模型进行微调。而云可以看到大量用户的数据。因此,云端的智能处理在数据方面有其不可替代的巨大优势,可以利用海量数据,训练出非常强大的模型。

新智元:请您解释一下“端云一体”。为什么、怎样做到端云一体?目前是不是所有AI芯片厂商都仍然端是端,云是云?端云一体是必然的趋势吗?

陈天石:过去大部分芯片厂商都是主攻端(例如ARM),或者主攻云(例如Intel)。两者兼顾的很少,因为端云的任务生态都区别比较大。但是智能时代,我们认为这个局面会被全面打破,因为端和云的AI任务是一体的,编程和使用的生态也是一致的。作为一个通用机器学习芯片的厂商,寒武纪就是要端云结合,共同推动生态。

如陈天石所说,相比终端,云在智能处理在数据方面有着不可替代的巨大优势,端云一体也将是必然趋势。

事实上,近来,提出端云一体的并非只有寒武纪一家,在去年九月份,华为在推出全球首款人工智能芯片970时,华为消费者业务CEO余承东也表示,“未来的智慧终端想要不断的发展,相应的人工智能体系一定既要充分发挥终端自身的能力和价值,也要结合大数据和云技术带来的海量信息、服务和超强计算力,人工智能在未来终端上的实现必须通过端云协同,这也是我们当前战略布局的重点。”而华为也在麒麟970中融入了端云结合的技术,用来在执行提高效率的情况下,提升终端本地数据的安全性。

此外,大唐电信,紫光集团等国有芯片企业也都纷纷打出了“芯-端-云”、“从芯到云”的战略。似乎在不到一年的时间,芯片,终端和云端就有了密不可分的关系,但不难看出,这与国家加快重科技发展战略方针是高度吻合的。

虽然在中兴被美国制裁后,我国在科技实力“过度依赖”的弊端被暴露无遗。国家也重新强调了要加强核心技术自主研发的步伐。但5G,物联网,大数据,云计算,人工智能等移动创新技术早已经成为发展的重中之重。

2016年我国开启了5G技术研发试验,而华为在2014年就已经加入到5G的研发中;

2012年初,工信部颁布了中国的第一个物联网五年规划——《物联网“十二五”发展规划》;

而人工智能,大数据以及云计算的研究则更早。如今,多项创新技术已经处于高度相辅相成的状态:大数据为云计算,人工智能提供数据支持,反过来,云计算人工智能又为其他技术附能。所以,接下来可以预见的将是,高新技术企业想要借助国家政策的东风,在越来越重视核心技术的环境中谋求壮大,与云结合将成为必然趋势。

关键字:云计算芯片厂商

本文摘自:搜狐科技

x 芯片厂商扎堆云计算!“寒武纪们”原来是这么想的 扫一扫
分享本文到朋友圈
当前位置:云计算行业动态 → 正文

芯片厂商扎堆云计算!“寒武纪们”原来是这么想的

责任编辑:zsheng |来源:企业网D1Net  2018-05-04 20:25:38 本文摘自:搜狐科技

5 月 3 日下午,智能芯片公司寒武纪科技在上海举办了 2018 产品发布会。会上,寒武纪正式发布了多个最新一代终端 IP 产品——采用 7nm 工艺的终端芯片 Cambricon 1M、首款云端智能芯片 MLU100 及搭载了 MLU100 的云端智能处理计算卡。

其中MLU100采用寒武纪最新的MLUv01架构和TSMC 16nm的先进工艺,可工作在平衡模式(1GHz主频)和高性能模式(1.3GHz主频)下,平衡模式下的等效理论峰值速度达每秒128万亿次定点运算,高性能模式下的等效理论峰值速度更可达每秒166.4万亿次定点运算,堪称性能怪兽。

联想也推出了基于Cambricon MLU100智能处理卡的ThinkSystem SR650,打破了37项服务器基准测试的世界记录。

在中美科技贸易摩擦这个时间点,作为中国AI芯片的独角兽公司,寒武纪推出的新品可谓给国人对芯片产业的疑虑打了一剂强心针。

从云端智能芯片 MLU100的推出,我们不难看出,寒武纪正在履行其此前所说的“由端到云”的发展策略。

去年年末,寒武纪CEO陈天石曾提出“3年占领10亿智能AI终端,占领中国AI云端高性能芯片1/3市场”的目标,在今天的发布会前,也有媒体就寒武纪的“由端入云”的计划对陈天石进行了的采访。我们从其的回应中,可以看出寒武纪对端和云的认知。

以下内容摘选自:新智元

新智元:“2018年,寒武纪由端入云”,寒武纪为什么要由端入云?端和云分别有哪些重要性?AI的处理哪些放在云端,哪些放在终端?

陈天石:端侧的智能处理是非常重要的,因为端可以最快速的响应用户的需求,能以非常低的功耗、非常低的成本、非常小的延迟,帮助用户理解图像、视频、语音和文本。但是,云侧的智能处理可以把很多端的信息汇聚在一起。比如,在一个城市中有大量的摄像头,如果想要知道一个特定的物体在多个摄像头间的运动轨迹,就需要在云侧进行智能处理。

另外,终端的数据量有限,只能根据单个用户的数据对机器学习模型进行微调。而云可以看到大量用户的数据。因此,云端的智能处理在数据方面有其不可替代的巨大优势,可以利用海量数据,训练出非常强大的模型。

新智元:请您解释一下“端云一体”。为什么、怎样做到端云一体?目前是不是所有AI芯片厂商都仍然端是端,云是云?端云一体是必然的趋势吗?

陈天石:过去大部分芯片厂商都是主攻端(例如ARM),或者主攻云(例如Intel)。两者兼顾的很少,因为端云的任务生态都区别比较大。但是智能时代,我们认为这个局面会被全面打破,因为端和云的AI任务是一体的,编程和使用的生态也是一致的。作为一个通用机器学习芯片的厂商,寒武纪就是要端云结合,共同推动生态。

如陈天石所说,相比终端,云在智能处理在数据方面有着不可替代的巨大优势,端云一体也将是必然趋势。

事实上,近来,提出端云一体的并非只有寒武纪一家,在去年九月份,华为在推出全球首款人工智能芯片970时,华为消费者业务CEO余承东也表示,“未来的智慧终端想要不断的发展,相应的人工智能体系一定既要充分发挥终端自身的能力和价值,也要结合大数据和云技术带来的海量信息、服务和超强计算力,人工智能在未来终端上的实现必须通过端云协同,这也是我们当前战略布局的重点。”而华为也在麒麟970中融入了端云结合的技术,用来在执行提高效率的情况下,提升终端本地数据的安全性。

此外,大唐电信,紫光集团等国有芯片企业也都纷纷打出了“芯-端-云”、“从芯到云”的战略。似乎在不到一年的时间,芯片,终端和云端就有了密不可分的关系,但不难看出,这与国家加快重科技发展战略方针是高度吻合的。

虽然在中兴被美国制裁后,我国在科技实力“过度依赖”的弊端被暴露无遗。国家也重新强调了要加强核心技术自主研发的步伐。但5G,物联网,大数据,云计算,人工智能等移动创新技术早已经成为发展的重中之重。

2016年我国开启了5G技术研发试验,而华为在2014年就已经加入到5G的研发中;

2012年初,工信部颁布了中国的第一个物联网五年规划——《物联网“十二五”发展规划》;

而人工智能,大数据以及云计算的研究则更早。如今,多项创新技术已经处于高度相辅相成的状态:大数据为云计算,人工智能提供数据支持,反过来,云计算人工智能又为其他技术附能。所以,接下来可以预见的将是,高新技术企业想要借助国家政策的东风,在越来越重视核心技术的环境中谋求壮大,与云结合将成为必然趋势。

关键字:云计算芯片厂商

本文摘自:搜狐科技

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^