安博体育游戏
场景落地，一直是AI芯片行业的成为“头号”命题。 AI芯片公司自2015年开始大量兴起，经过几年的市场锤打之后，阵营开始逐渐分化：一方面是“水逆”的消息不绝于耳，部门裁员、业务调整、流片失败，上市困难；另一方面却是某些AI芯片公司多次融资，产品持续迭代升级，落地不断迎来新的增量。 究竟是什么造成了AI芯片同步的“进”与“退”？解读这背后的“分水岭”，或许直指如何让AI落地的内核与逻辑。 落地难，难在用户体验 探境科技CEO鲁勇认为，理论上AI在语音、图像识别等方面“无所不能”，但作为创业公司，一定要静下心来思考一下，这个解决方案对于用户到底是雪中送炭的刚需，还是锦上添花的点缀。 以智能家居领域为例，这一概念自诞生之日就被寄予厚望，
真正实现商业正向循环 /
2021年12月21日，中国上海讯——国内EDA和滤波器行业领导者，芯和半导体科技（上海）有限公司（以下简称“芯和半导体”）宣布，在刚刚召开的2021年第十六届“中国芯”集成电路产业促进大会上，芯和半导体喜获“中国芯”EDA优秀支撑服务企业奖。 “中国芯” 集成电路产业促进大会是由中国电子信息产业发展研究院举办的全国性集成电路行业盛会，是国内集成电路领域最具影响力和权威性的行业会议之一。大会同期举办的“中国芯”优秀产品征集活动旨在对国内集成电路领域产品创新、技术创新和应用创新的成果进行表彰，发挥示范效应，影响和带动行业发展，已成为国内集成电路产品和技术发展的风向标和大检阅。 作为国内EDA行业的领导者，芯和半导体通过
优秀支撑服务企业奖 /
最近研究人员又发明了一台新仪器，只要你对着呼一口气，它就能根据气体中的化学成分分析出17种疾病是否存在的痕迹。 这并不是科学家们首次根据患者的呼吸来判别病症，但这却是第一台可以根据一个样本分析多项疾病的机器，其中还包括帕金森和肾癌。 以色列理工学院的Hossam Haick表示，自古以来（公元前400年）医生就学会根据患者呼出的挥发性有机化合物（VOCs）来看病，在他们眼里，这些气体有着更深的意义，多半跟疾病相关。 举个例子，医生每天都会去闻闻婴儿的粪便和尿液。 但是研究团队决定升级一下这种古老的医疗手段，他们制造了一台可以分析“呼吸特征”的机器来判别多种病症。 当你呼气时会产生很多不同的东西，主要是氮气、二氧化碳和氧气，但是这
4月3日，谷歌对外宣布：谷歌AI管理层发生重大变动，AI与搜索部门一分为二。 此外，当前谷歌所有与AI相关的业务都将统归于AI部门，由谷歌大脑的负责人Jeff Dean领导。 图 Jeff Dean 可以猜测，从2016年将搜索和AI部门合并至今，仅时隔两年，谷歌却再将AI部门独立，或许因为时机已至，谷歌的AI研究成果到了集中落地的时候了。 从围棋开始，谷歌的AI棋盘已初步成局 认识谷歌AI，想必很多人是从“围棋天才”AlphaGo开始的。 2016年3月，AlphaGo大比分战胜围棋世界冠军、职业九段棋手李世石，一举得名。随后一年多的时间，其先后化身Master与中、日、韩数十位围棋高手进行快棋对决，连续60局无一败绩；
由于 AMD 新发表的 RX Vega 显示适配器功能强大，被热于比特币挖矿者用来挖矿之用，也让市场为之疯狂，造成一度供不应求。在 RX Vega 显示适配器亮相后，大家的焦点又放在 AMD 下一代显示适配器。根据 AMD 日前释出的发展路线图，可确认的是下一代显示适配器代号为 Navi，将采用 7 奈米制程生产，届时无论在性能、核心面积、功耗上都会有重大提升。更令人惊艳的是，AMD 下一代显示适配器将会具备 AI 运算功能，全力抢攻 AI 运算市场。 根据 AMD 提出的发展路线图显示，虽然 Navi 显示适配器载明将会是 2018 年亮相的产品。但是，实际上这一代 Vega 显示适配器的推出已延迟了许多。再加上 Navi 将
3月21日, 芯片设计公司ARM在北京召开发布会，宣布推出全新的DynamIQ 技术。 ARM称，DynamIQ技术是未来Cortex-A系列处理器的基础，代表了多核处理设计行业的转折点。而且DynamIQ是big.LITTLE技术的重要演进，它能够对单一计算集群上的大小核进行配置（例如1+3或者1+7的SoC设计配置），而这在过去是不可能的。 根据ARM的介绍，DynamIQ技术针对汽车电子、网络和服务器进行了优化，主要瞄准人工智能和自动驾驶领域的应用。 针对机器学习和人工智能的全新处理器指令集：第一代采用DynamIQ技术的Cortex-A系列处理器在优化应用后，可在未来3~5年内实现比基于Cortex-A73的设
从智能家居助手（如 Alexa、Google 和 Siri）到能够提示驾驶人员发生车道偏离的高级驾驶辅助系统 (ADAS)，世界依赖边缘 AI 为这些日益普及的重要设备提供实时处理能力。 边缘 AI 在设备内直接使用人工智能，在数据源附近进行计算，而无需依赖远程数据中心的云计算。 边缘 AI 带来了更低的延迟和更快的处理速度，降低了对持续互联网连接的依赖，同时减少对隐私方面的担忧。这项技术代表着数据处理方式的重大转变，随着对实时智能需求的增长，边缘 AI 具备在许多行业继续发挥其强大影响力的优势。 边缘 AI 的最大价值在于它能为关键应用带来速度。与云/数据中心人工智能不同，边缘 AI 不会通过网络链路发送数据并期望获得合
