|
另外顺便一提，在这一领域存在感差很多的 这款芯片的研发旨在大幅提升计算机在处理深度神经网络相关工作上的表现，能够更高效且更轻松执行相关工作。新的 Radeon Instinct 加速芯片将给从事深度学习训练和推论的研究机构更强劲的 GPU 来开展深度学习相关研究。 此外，高通在 2017 年年初的 CES 开幕之前披露了其最新的 Snapdragon 835 的相关信息，除了其它方面的性能提升，在机器学习方面，其新增的功能包括支持客户生成神经网络层、同时还支持谷歌的机器学习架构 TensorFlow。高通表示，Hexagon 682是首个支持TensorFlow和Halide 架构的移动 DSP。 另外，DSP 供应商 CEVA、FPGA 供应商 Xilinx 和处理器技术提供商 Imagination 等厂商也都已经在机器学习领域进行了布局。 互联网巨头似乎也从计算硬件领域发现了新的机会。，这款芯片是专门为基于谷歌已经开源的 TensorFlow 机器学习框架而量身定制的。亚马逊已经宣布了他们的基于FPGA的云实例。这是基于Xilinx UltraScale +技术，在单个实例上提供了6800个DSP片和64 GB内存。。另外，这一年 IBM 在神经形态计算上的进展也得到了很大的关注，甚至可能预示着一种人工智能发展的新方向。 在这场竞赛中，创业公司也并未落后太远。该领域已经流入了 5.89 亿美元的风险投资和私募基金。，一家向宝马、沃尔沃、通用、特斯拉等汽车公司提供 ADAS 的公司在自动驾驶汽车领域处于领导地位。Wave Computing、Kneron 以及中国的寒武纪和深鉴科技等公司都在努力开发自家的深度学习专用芯片平台。而这些公司在 2016 年同样也取得了相当不俗的表现，比如源自中科院计算机研究所的寒武纪就在 2016 年推出的寒武纪 1A 处理器，据称这是世界首款商用深度学习专用处理器。 学术界也并未避开这一领域。最近，MIT 的研究人员展现了比手机 GPU 快 10 倍的芯片 Eyeriss，能够在手机本地运行深度学习算法。 创业公司 投资方 产品描述Mobileye（199 年）耶路撒冷, 5.15 亿美元, IPO) Fidelity Investments, Goldman Sachs, Blackrock 为自动驾驶汽车设计基于深度学习的计算机视频 ASICs Nervana Systems（2014 年，圣地亚哥，2400 万美元，被英特尔收购） In-Q-Tel, Lux Capital, Draper Fisher Jurvetson 为基于深度学习系统的芯片设计定制的 ASIC。 Knuedge（2005 年，圣地亚哥，1亿美元，处于早期阶段） 未知 为机器学习应用和 HPC 数据中心设计神经形态芯片。 Movidius（2005 年，圣马特奥，8650 万美元，E 轮） West Summit Capital, Robert Bosch Venture Capital 为 IoT 设备设计深度学习视觉处理芯片。 Teradeep（2014 年，圣克拉拉，未知，早期阶段） Xilinx 科技公司合伙人 为 IoT 设计基于深度学习的嵌入式计算机视觉系统。 CoreViz（2014 年，帕罗奥图，未知，早期阶段） Graph Ventures 为数据中心、汽车、手机系统设计低能耗的视觉处理芯片。 创业公司一栏中的记录方式为（创立年份、城市、融资、公司所处阶段），该表只展示了一些主要的投资者。 三、研究社区 1、开放 世界上最大的科技公司，顶尖大学甚至 DARPA 都在开源他们的人工智能系统。 谷歌。2016年3月，。5月，。6月，。8月，Google Research 发布博客称开源了在 Annotated English Gigaword 上进行新闻标题生成任务的 TensorFlow 模型代码。12月，谷歌开源了一款用于交互式可视化和高维数据分析的网页工具 ，其作为 TensorFlow 的一部分，能带来类似 A.I. Experiment 的效果。同时，谷歌也在 projector.tensorflow.org 放出了一个可以单独使用的版本，让用户无需安装和运行 TensorFlow 即可进行高维数据的可视化。12月，。 (责任编辑：本港台直播) |