业界开始重新审视十年前开发的处理器架构，看好速度较GPU更快1万倍的所谓「存储器式运算」(In-Memory Computing；IMC)，将有利于新一代AI加速器发展。
新创公司、企业巨擘和学术界开始重新审视十年前开发的处理器架构，看好它或许刚好就是机器学习(machine learning)的理想选择。他们都以为，「存储器式运算」(In-Memory Computing；IMC)架构可望推动新型的人工智能(AI)加速器进展，使其速度较现行的GPU更快1万倍。
这些处理器承诺可在CMOS微缩速度放缓之际扩展芯片性能，而要求密集乘法累积阵列的深度学习演算法也正逐渐获得动能。这些芯片虽然距离商用化上市还有一年多的时间，但也有几率会成为推动新兴非挥发性存储器成长的引擎。
例如，新创公司Mythic瞄准在快闪存储器(flash)阵列内部进行神经网路运算任务，致力于从类比领域降低功耗。该公司的目标是在2019年底量产芯片，成为率先推出这一类新芯片的公司之一。
美国圣母大学(Notre Dame)电子工程系系主任Suman Datta说：「在我们学术界大多数的人认为，新兴存储器将成为实现存储器处理器(processor-in-memory；PIM)的技术之一。采用新的非挥发性存储器将意味着创造新的使用模式，而存储器式运算架构将是关键之一。」
Datta指出，在1990年代，有几位学者试图打造这样的处理器。诸如EXECUBE、IRAM和FlexRAM之类的设计都「失败了，而今，随着相变存储器(PCM)、电阻式RAM (RRAM)和STT MRAM等新兴存储器出现，以及业界对于机器学习硬体加速器的兴趣浓厚，开始振兴这样的领域的研究。不过，据我所知，大部份的展示都还是在元件或元件阵列层级进行，而不是一个完整的加速器。」
IBM研究员Vijay Narayanan认为，「其挑战在于找出正确的类比存储器元素是什么——我们正在评估相变、RRAM和铁电。」Vijay Narayanan同时也是一位材料科学家，他主要的研究领域是在高K金属闸极。
在2015年，美国史丹佛大学(Stanford University)也曾经发布在这一领域的研究。中国和韩国的研究人员也在追求这一理念。
为了实现成功，研究人需要找到相容于CMOS晶圆厂的存储器元件所需要的材料。此外，Narayanan说，「真正的挑战」就在于必须在施加电压时展现对称的电导或电阻。
IBM Research的材料科学家Vijay Narayanan表示，大多数用于AI的存储器处理器仍处于研究阶段，距离可上市的时间约三至五年。
IBM至今已经制造出一些离散式元件和阵列，但并不是一款具有4Kx4K阵列的完整测试芯片，也尚未采用目前所认为的理想材料。Narayanan表示，IBM的Geoff Burr在500 x 661阵列上采用相变材料来深度神经网路(DNN)训练，而其结果为「合理的精确度和加速度」。
IBM希望使用类比元件，以便能够定义多个电导状态，从而较数位元件更有助于为低功耗操作开启大门。该公司还看好大型阵列可望成为平行执行多项AI操作的大好机会。
Narayanan乐观地认为，IBM可通过其于高k金属闸极方面累积的多年经验，找到调整AI加速器电阻的材料。他花了十几年的时间，才将IBM在该领域的专业相关知识从研究转向商业产品，并与格芯(Globalfoundries)和三星(Samsung)等业界伙伴合作。
展望未来，IBM将致力于开发闸极全环(GAA)电晶体，将奈米片用于7nm节点以外的应用。他认为这一类的设计并不存在根本的障碍，而只是实施的问题。
除了奈米片之外，研究人员正在探索负电容场效电晶体(FET)，这些FET可在电压变化很小的情况下提供较大的电流变化。从研究人员发现这种掺杂氧化铪是铁电材料，而且可能相容于CMOS后，过去这五年来，这种想法慢慢的受到关注。
「我们的研究显示，负电容是一种短暂的效应，」Notre Dame的Datta说，「因此，当极化开关切换时，通道电荷得以暂时启动，而一旦暂态稳定后就不会再取得任何结果。」
美国加州大学柏克莱分校(UC Berkeley)的研究人员则「相信这是一种重要的『新状态』。因此，故事仍在继续发展中，可以说大部份的公司都在内部做评估中。 」
BBC分析了365个职业，被机器淘汰的概率，吓哭...... 上周，《纽约客》杂志的一张最新封面丝毫没有征兆地在朋友圈里刷了屏。 封面上，人类坐地行乞， 机器人 则扮演了施予者的角色，意指明显——在未来社会，人类的工作机会被不断进化的机器人剥夺，从而沦为了流落街头的弱者。 这其实是一个老生常谈的话题，自从机器人的概念在科幻小说里首次出现……甚至更早，自从工业革命爆发，机器大生产最开始为商家创造利润的那一天开始，人类便开始了无休无止的焦虑。 从各种科幻作品的走向来看，最早的时候，人类最害怕的是机器人起兵造反，将人类杀个片甲不留。 而到了如今， 人工智能 日渐精进，人类的焦虑和恐惧则由被机器人杀死，转变
今年既是“人工智能夏季研讨会”召开60周年，也是认知科学诞生60周年。前不久，谷歌公司的一款围棋人工智能程序AlphaGo以4∶1战胜了韩国九段棋手李世石，更将人们对AI的关注推到前所未有的高度。一时间，全世界都在热议“机器战胜了人”“人类智力的最后堡垒坍塌了”。事实果真如此吗?人类被机器人取代、人工心灵全方位超越人类心灵是必然趋势还是危言耸听?怎么样看待人工智能的发展现状和未来可能?各种热评逐渐退潮后，我们应该冷静下来，认真思考和AI相关的问题。 如何理解人工智能 最初，当人们预测AlphaGo和李世石围棋大战谁会赢时，我就断言AlphaGo会赢。因为李世
智能座舱，是一个可以带给人们无限遐想的概念。 如果抛开技术成熟度和可行性，大概每个人都可以描绘出一幅极具未来感的智能座舱的景象。比如，在完全无人驾驶的座舱中，人类能完全自由自在地休息、娱乐、开会……几乎在完全无感的状况下，就能轻松实现高速地出行穿梭。汽车将变身为人们的第二个客厅、办公室以及临时休息室等等。 不过，我们一定要回到“智能座舱”的现实。完全无人驾驶的普及尚需时日，驾驶位、方向盘估计在近十年左右仍是主流配置。所谓的“智能座舱”，最主要解决的还是“智能驾舱”的问题。 伴随着移动网络、车联网、5G、人工智能等技术的兴起，作为一个复合型的概念的智能座舱也才在最近两三年内渐渐火热起来。 目前，“智能座舱”并没
：朱伟弟， 大中华区销售总监 据发布的一项IT产业预测，到2019年，全球40%的数字化转型项目将运用人工智能服务。到2021年，75%的商业企业应用将选择人工智能，超过90%的消费者将与客户服务机器人互动，且AI将全面渗透到智能家居领域。 为了应对人工智能带来的巨大变革，中国政府发布了《新一代AI发展规划》。根据规划，到2030年，中国将实现AI核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。规划还显示，到2030年，中国人工智能理论、技术与应用总体要达到世界领先水平，变成全球主要AI创新。 然而，谈及机器人和AI（）这一话题，大众的观点往往分为两大阵营：一方认为人类将得益于机器
“国务院近日发布了《新一代 人工智能 发展规划》，这是我们国家科技发展史上的一件大事，也是贯彻落实去年全国科学技术创新大会精神的又一次有力的具体行动。”7月21日，科技部副部长李萌在国务院新闻办公室举行的政策吹风会上如是说。下面就随网络通信小编共同来了解一下相关联的内容吧。 李萌表示，经过多年积累，我国 人工智能 研发取得了重要进展。我国在专利和论文上已经在国际上居于前列，在语音识别、 机器视觉 、机器翻译领域也是全球领先， 人工智能 创新创业非常活跃。总的判断是，我国在全球是属于第一梯队。 “同时，我们也要清醒地认识到自己的短板和问题。”李萌说，研发上，基础理论、核心算法、关键设备、高端芯片、重大产品和系统方面的原始创新成果还
集微网消息（文/小如）1月14日，福建省十三届人大二次会议上发布了2019政府工作报告，提出将加快培育18个以上产值超千亿产业集群，包括电子信息重点拓展柔性显示以及芯片设计、制造、封装测试等产业链，机械装备重点实施智能制造和高端装备创新工程等。 据介绍，2018年福建省新增高成长企业162家，高新技术企业总数突破3800家，新增授权发明专利10215件、增长17.2%，首届数字中国建设峰会成功举办，数字化的经济规模超万亿元。中科院海西研究院泉州装备制造研究所等重大创新平台投入运行，6.18对接转化科技成果6905项。 此外，去年福建新增省级工业与信息化有突出贡献的公司358家，千亿产业集群达到16个。同年实施加快非公有制企业发展25条措施
据报道，去年10月份， 微软 宣布放弃 Kinect 体感设备，库存销售完毕后，就不会在生产了。熟悉的玩家都知道， Kinect 体感设备诞生于Xbox 360时代，2009年E3上首次亮相，2010年E3上正式对外发布，由于创新的功能和玩法而大受欢迎，Xbox One也兼容支持，不过重要性已经大不如前，而2015年的E3之后， 微软 几乎就没再提起过 Kinect 。下面就随网络通信小编共同来了解一下相关联的内容吧。 正当大家都以为Kinect就这么死去后，在已经开幕的 微软 开发者大会上，纳德拉宣布微软正在将体感设备Kinect连接到云端，并服务于Azure云服务和AI算法优化。没错，Kinect没死，微软将它复活后，主要用
自动驾驶汽车必须能够迅速、准确地识别遇到的物体，包括停在拐角处的送货卡车、正在接近十字路口的骑行者等。为此，无人驾驶汽车可能会使用一个强大的计算机视觉模型来对高分辨率场景图像中的每个像素进行分类，从而让其不会忽略在低质量图像中可能被遮挡的物体。但是，此种称作语义分割（semantic segmentation）的任务很复杂，当图像分辨率比较高时，有必要进行大量的计算。 据外国媒体报道，美国麻省理工学院（MIT）和麻省理工学院-IBM沃森人工智能实验室（MIT-IBM Watson AI Lab）及来自另外的地方的研究人员合作研发了一款更高效的计算机视觉模型，大幅度的降低了上述任务的计算复杂性。该款模型可在车载计算机等硬件资源有限的设备上实时
模型 可助无人驾驶汽车实时做出决策 /
计算机视觉之深度学习：使用TensorFlow和Keras训练高级神经网络
冷知识
MPS 隔离式稳压 DC/DC 模块——MIE系列首发，邀你一探究竟！
有奖直播 与英飞凌一同革新您的电动汽车温控系统：集成热管理系统（低压侧）
ADI世健工业嘉年华——世健·ADI工业趴：票选心仪带盐人 活动开始啦
中国 浙江 2023年11月17日人工智能芯片研发及基础算力平台公司爱芯元智宣布，在11月15日于浙江宁波举行的“甬爱同芯，元速启航”主题 ...
泛林集团助力触觉技术的实现在掺钪氮化铝脉冲激光沉积领域的创新或成为大批量生产关键
泛林集团如何助力触觉技术的实现在掺钪氮化铝脉冲激光沉积领域的创新或成为推动无铅压电触觉设备大批量生产的关键作者：泛林集团客户支持事 ...
西门子收购 Insight EDA 扩展 Calibre 可靠性验证系列
此次收购能够在一定程度上帮助客户在集成电路 (IC) 设计过程中更轻松地进行特定设计的可靠性验证和分析西门子数字化工业软件近日宣布完成对 Insight ...
国产百模大战风头正劲，全世界算力都处于紧缺状态，作为AI算力主要动能的GPU企业，成了大模型之战中第一批“喝汤”的企业，CPU也乘势而起。 ...
ICCAD 2023上，上海合见工软工业软件集团联席总裁徐昀分享了合见工软的进展、战略、想法。...
集邦咨询：中国大陆晶圆厂达到 44 家，成熟工艺力争 2027 年全球份额超 30%
全新骁龙7系移动平台带来出色的性能和能效，以及多个7系层级首次支持的特性
贸泽电子开售可提升AI和显卡性能的Advantech VEGA-X110嵌入式GPU卡
MIKROE推出新开源软硬件解决方案使数百个Click板能够热插拔到Linux开发环境中
共抗疫情 少出门多学习： 多部TI实用课程奉上， 身体不能在路上就让灵魂在路上
站点相关：市场动态半导体生产材料技术封装测试工艺设备光伏产业平板显示EDA与IP电子制造视频教程