基于内存计算技术的人工智能芯片问世
2018-02-23
Waymo自动驾驶打车新品牌将于12月上线；
福特拟在2023年前向无人车投40亿美元；
SpaceX将启动卫星互联网项目Starlink；
美国国际战略研究中心发布《人工智能与国家安全：人工智能生态系统的重要性》報告；
美国国土安全部将对关键基础设施所有者和运营商开展网络安全培训；
英特尔推出二代Movidius神经网络计算棒；
谷歌获得眼动追踪识别表情专利，可用于发展VR技术；
NASA将帮助谷歌测试量子计算机的性能；
英伟达发布专业显卡Quadro RTX 4000；
美国国防部与国土安全部将合建联合网络防御框架；
谷歌加入欧洲核子研究中心openlab；
美国弗吉尼亚理工大学研发出新的存储平台，可更大幅度发挥超级计算机的性能；
美国卡耐基梅隆大学等高校发现神经网络全局最优解；
美国MIT研究员研究出解决AI偏差的新方法。
英国运营商EE计划明年在16个城市推出5G服务；
英国科学家启动迄今最精准模拟人脑的超级计算机；
英国帝国理工学院研制出全球首款用于导航的量子加速剂。
德国政府将划拨整个C频段用于5G部署；
荷兰代尔夫特理工大学发布量子互联网六阶段发展路线图；
德国将投资30亿欧元用于研发人工智能；
德法企业合作研发出新型潜艇锂离子电池系统。
通过改变计算的基本属性，美国普林斯顿大学研究人员日前打造的一款专注于人工智能系统的新型计算机芯片，可在极大提高性能的同时减少能耗需求。
该芯片基于内存计算技术，旨在克服处理器需要花费大量时间和能量从内存中获取数据的主要瓶颈，通过直接在内存中执行计算，提高速度和效率。芯片采用了标准编程语言，在依赖高性能计算且电池寿命有限的手机、手表或其他设备上特别有用。
实验室测试表明，该芯片的性能比同类芯片快几十到几百倍。研究人员称，其已将内存电路集成到可编程处理器架构中。
普林斯顿大学研制的新芯片主要用于支持为深度学习推理算法设计的系统，这些算法允许计算机通过学习数据集来制定决策和执行复杂的任务。深度学习系统可指导自动驾驶汽车、面部识别系统和医疗诊断软件。
英国政府9日发表声明说，将拨款支持4个研发项目，以便基于最新的量子技术开发出适用于通信、测绘等领域的设备原型。
据介绍，这4个项目将获得总计2000万英镑的资金支持，项目将由私人领域拥有技术优势的公司和本地科研院校合作开展。
这些项目包括：用于探测地下物体的量子传感器；用于精确授时的微型原子钟原型；提供加密数据传输的低成本集成芯片；用于接收量子密钥信号的先进接收机。
英国商务大臣格雷格·克拉克说，新公布的研发项目成果未来能够从减少道路交通拥堵、提升网上交易数据安全等方面惠及普通民众。
阿联酋环境部设AI实验室
进行空气检测
据外媒报道，阿联酋气候变化与环境部一名官员近日表示，该部门于近期已启动全新人工智能实验室，将致力于检查全国各地的空气质量，显示空气质量指数（AQI）的即时读数和计算预测。该部门绿色发展部主任阿伊莎·阿尔·阿布杜利（Aisha Al Abdooli）表示，卫星监测系统将能够实时获取数据，并提前三天确定空气污染源。
三星推出8nm手机AI芯片，首次集成NUP；
韩国三大电池厂商联手开发核心技术；
三星将为5G投220亿美元，抢占市场份额。
三菱电机推出新型安全驾驶支持系统，可通过电子后视镜识别远方车辆；
大阪大学研发可真实呈现儿童表情的智能机器人。
加拿大蒙特利尔大学中心医院建法语AI医学院；
下一代网际网络传输协议将改用QUIC技术；
黑莓14亿美元收购美国AI网络安全公司；
加拿大阿尔伯塔大学获250万美元建AI超算中心；
中兴通信携手意大利Wind Tre演示5G无人机VR全景直播。
日本拟于明年完成
载人“空中飞行汽车”试制机
据日媒报道，日本政府16日在东京举行了载人空中移动的“空中飞行汽车”相关官民协议会第3次会议，公布了为实用化进度表草案。草案提出2019年完成可载人的电动试制机并实施试验飞行的目标。为了在2020年后实现实际运用，将加速完善制度并确立相关技术。
进度表草案设想在2020年后将其运用于娱乐及货物运输，在地方作为人员移动手段进行普及。在2030年后将作为城市中的移动手段进行推广。
因此，政府将在2020年制定驾驶者技能及机体的标准、完善保障安全的法律制度。为确保与飞机相同水平的安全性及静谧性，将对技术开发提供支持。目前设想在离岛及山区开始运用，计划推进协调起降场地及飞行空域。在积累空中汽车的实际成果后，将挑战地面远程操作及自动驾驶。
通过改变计算的基本属性，美国普林斯顿大学研究人员日前打造的一款专注于人工智能系统的新型计算机芯片，可在极大提高性能的同时减少能耗需求。
该芯片基于内存计算技术，旨在消除处理器需要花费大量时间和能量从内存中获取数据的主要瓶颈，通过直接在内存中执行计算，提高速度和效率。
芯片采用了标准编程语言，在依赖高性能计算且电池寿命有限的手机、手表或其他设备上特别有用。
研究人员表示，对于许多应用而言，芯片的节能与性能提升同样重要，因为许多人工智能应用程序将在由移动电话或可穿戴式医疗传感器等电池驱动的设备上运行。这也是对可编程性的需求所在。
经典计算机体系结构将处理数据的中央处理器与存储数据的内存分离，很多计算机的能耗用于来回转移数据。
新芯片考虑在架构级别而不是晶体管级别来突破摩尔定律的局限。但创建这样一个系统面临的挑战是，内存电路要设计得尽可能密集，以便打包大量数据。
研究团队使用电容器来解决上述问题，电容器可比晶体管在更密集的空间内进行计算，还可非常精确地制作在芯片上。
新设计将电容器与芯片上的静态随机存取存储器（SRAM）的传统单元配对。电容器和SRAM的组合用于对模拟（非数字）域中的数据进行计算。这种内存电路可按照芯片中央处理单元的指令执行计算。
实验室测试表明，该芯片的性能比同类芯片快几十到几百倍。研究人员称，其已將内存电路集成到可编程处理器架构中。“如果以前的芯片是强大的引擎，新芯片就是整车。”
普林斯顿大学研制的新芯片主要用于支持为深度学习推理算法设计的系统，这些算法允许计算机通过学习数据集来制定决策和执行复杂的任务。深度学习系统可指导自动驾驶汽车、面部识别系统和医疗诊断软件。
