千芯科技 半導體與人工智能資訊周刊 （2022.09.05-09.11）

邢義數(shù)碼君

登錄/注冊后可看大圖

SiMa.ai推出16nm機器學習SOC，英偉達創(chuàng)建兩個大規(guī)模隱式數(shù)據(jù)集

針對半導體與人工智能兩個重點領域，每周分享。
從行業(yè)動態(tài)、技術發(fā)展趨勢、國內外投融資事件，快速呈現(xiàn)行業(yè)發(fā)展熱點。（以北美日韓為主）

01

半導體行業(yè)動態(tài)摘要

重大新聞
?美光150億美元將領先內存制造引入美國
?Kioxia增加了eMMC NAND
?GaN HEMT IC充電時保護手機
?膜分離器從鋰電池中回收鋰
?SiMa.ai推出16nm機器學習SOC
?弗勞恩霍夫IIS SDK將解碼速度提高25%
?intoPIX推出FastTicoRAW和FastTicoXS

02

人工智能行業(yè)動態(tài)摘要

重大新聞
?Meta提出協(xié)作語言模型PEER
?蘋果開發(fā)新計算機視覺框架NeuMan
?麻省理工學院通過深度學習識別無法診斷的癌癥
?谷歌發(fā)布專利短語相似性數(shù)據(jù)集
?UC Berkeley介紹從草圖生成逼真圖像的無監(jiān)督方法
?英偉達創(chuàng)建兩個大規(guī)模隱式數(shù)據(jù)集
?DeepMind推出前鏈選擇推理模型
?Meta推出解碼腦記錄的自然語音處理
?微軟提出卷積視覺Transformer模型

融資/并購交易
[收購] Allegro收購Heyday
[融資] Morse Micro B輪融資1.4億美元
[融資] Scintil 融資1900萬歐元
[融資] CIL 融資900萬英鎊

01

半導體行業(yè)動態(tài)

(1)美光150億美元將領先內存制造引入美國
9月3日
唯一的美國內存制造商美光科技公司表示他們計劃在未來十年內投資約150億美元，在愛達荷州博伊西建造一座用于尖端存儲器制造的新晶圓廠。這將是20年來在美國建造的第一個新的內存制造廠，通過加速人工智能和5G的采用，確保了汽車和數(shù)據(jù)中心等細分市場所需的國內領先內存供應。這是美光在《CHIPS和科學法案》通過后計劃在美國進行的第一筆投資，也是愛達荷州有史以來最大的私人投資。將新制造工廠與美光公司總部的研發(fā)中心放在一起，將提高運營效率，加快技術部署并縮短上市時間。

(2)Kioxia增加了eMMC NAND
9月5日
Kioxia 已經(jīng)開始對 64 和 128GB eMMC NAND 進行采樣，用于消費類應用，這些應用將內存和控制器集成在一個封裝中，計劃于 10 月正式發(fā)布。新的 eMMC 設備內存大小可選，內存空間大小從 4GB 到 1TB 不等。新器件具有改進的架構，可減少內部寫入放大時間，并實現(xiàn)更穩(wěn)定的順序寫入?，F(xiàn)在，預編程的用戶數(shù)據(jù)在客戶制造過程中將具有更高的可靠性。同時從閑置到自動休眠的時間比現(xiàn)有產(chǎn)品減少了 100 倍。

(3)GaN HEMT IC充電時保護手機
9月5日
GaN HEMT IC可在充電時保護手機免受溫度升高的影響。硅基氮化鎵功率IC公司Innoscience推出了雙氮化鎵系列雙向氮化鎵HEMT器件，這些器件體積小，便于快速充電，而不會出現(xiàn)危險的溫度升高。由于創(chuàng)新增益的低RDS（on）、沒有寄生二極管，以及創(chuàng)新科技BiGaN技術的雙向特性，一個BiGaN HEMT可用于在共源配置中取代背對背連接的NMOS MOSFET，以實現(xiàn)電池充放電電流的雙向切換。因此導通電阻可以降低 50%，芯片尺寸降低 70%，溫升降低 40%。

(4)膜分離器從鋰電池中回收鋰
9月6日
東麗工業(yè)開發(fā)了一種納濾膜，可以從用過的汽車鋰離子電池中回收鋰。預計未來將生產(chǎn)大量汽車鋰離子電池。東麗表示它開始使用實際的鋰離子電池評估其回收率，并將加速研究和技術開發(fā)，以將其方法商業(yè)化。東麗創(chuàng)造了一種交聯(lián)聚合物膜，結合了高度耐酸的特性和小于 1nm 的精密孔隙結構。這一成功是使用有機合成，聚合物化學和納米技術在分析酸和最佳膜孔結構以進行選擇性分離后進行降解的結果。這種膜的耐酸性比傳統(tǒng)產(chǎn)品高出約五倍，選擇性高出50%。

(5)SiMa.ai推出16nm機器學習SOC
9月8日
SiMa.ai 提供了一個以軟件為中心的機器學習（ML）SoC平臺，該平臺基于臺積電的高能效工藝技術和最全面的設計生態(tài)系統(tǒng)，為嵌入式邊緣提供快速，輕松的ML體驗。SIMA.AI 的MLSoC現(xiàn)已發(fā)運給客戶，可滿足任何計算機視覺應用的需求，其性能功耗比同類產(chǎn)品低 10 倍。SiMa.ai的按鈕式軟件體驗使用戶能夠在幾分鐘內毫不費力地擴展機器學習，適用于機器人、智能視覺、政府、自動駕駛汽車、無人機和醫(yī)療保健應用。

(6)弗勞恩霍夫IIS SDK將解碼速度提高25%
9月8日
在2022年的阿姆斯特丹的 IBC上，弗勞恩霍夫集成電路研究所 IIS 的視頻編碼專家演示了其 JPEG XS SDK 5.0 解決方案，該解決方案可在 x86 CPU、ARM CPU 和 NVidia GPU 上實現(xiàn) 25% 的 4k/8k 圖像解碼加速。由于更簡化的參數(shù)化和優(yōu)化，它們能夠提供必要的性能提升。弗勞恩霍夫 IIS 提供了一個 JPEG XS SDK，與之前的 JPEG XS 實現(xiàn)相比，它可以將 x86 CPU、ARM CPU 和 NVidia GPU 上基于軟件的加密和解碼性能提高約 25%。這是通過大量使用單指令多數(shù)據(jù)命令和優(yōu)化數(shù)據(jù)管道進行處理的來實現(xiàn)的。這樣的好處是在以 60 fps 的速度對 UHD 視頻內容進行加碼或解碼時，只需要不到 4 個 CPU 處理器內核。

(7)intoPIX推出FastTicoRAW和FastTicoXS
9月8日
創(chuàng)新夾層壓縮技術公司 intoPIX 近期在國際商業(yè)銀行（IBC）上展示了其針對 ARM 芯片組（包括蘋果芯片和 M1 芯片）優(yōu)化的 FastTicoRAW 和FastTicoXS  （JPEG XS） 編解碼器。intoPIX ARM SDK針對包括蘋果，微軟和三星在內的主要計算機硬件制造商使用的新處理器進行了高度優(yōu)化。通過這些優(yōu)化，軟件應用程序現(xiàn)在可以在x86和基于ARM的平臺上提供相同的驚人體驗;無論是在 MacBook、臺式電腦、服務器還是在云中運行。

02

人工智能行業(yè)動態(tài)半導體行業(yè)動態(tài)

(1)Meta提出協(xié)作語言模型PEER
9月2日
Meta的研究人員介紹了 PEER，這是一種協(xié)作語言模型，主要在維基百科編輯歷史中訓練。PEER 模型包括四個主要步驟：計劃、編輯、解釋和重復。給定輸入文本，用戶或 PEER 模型可以首先指定有關要應用的操作的計劃。然后，通過模型使用文本注釋和參考引用進行解釋的編輯來實現(xiàn)此計劃。PEER 重復此過程，直到生成所需的輸出。PEER可以在迭代過程中不斷提高輸出質量，并在各個領域和編輯任務中實現(xiàn)令人印象深刻的性能。

(2)蘋果開發(fā)新計算機視覺框架NeuMan
9月3日
蘋果的研究人員開發(fā)了NeuMan：一種新穎的計算機視覺框架，可以從單個視頻中生成神經(jīng)人類輻射場。該系統(tǒng)可以創(chuàng)建獨特的人類立場和新觀點，同時從單個野外視頻中重建人物和場景。其訓練兩個NerF模型，一個用于主體，一個用于場景，這兩個模型都由Mask-RCNN計算的分割蒙版輔助。其使用來自多視圖重建和單目深度回歸的深度估計來規(guī)范場景NerF模型。此外，其建立了一個糾錯網(wǎng)絡來對抗它。

(3)麻省理工學院通過深度學習識別無法診斷的癌癥
9月4日
麻省理工學院開發(fā)的一種新的深度學習方法通過仔細研究與早期細胞發(fā)育和分化相關的基因表達程序來識別無法診斷的癌癥。其將模型集中在癌細胞中受損發(fā)育途徑的指標上，以實現(xiàn)降低特征數(shù)量和捕獲最相關信息之間的折衷。使用由此產(chǎn)生的腫瘤和胚胎細胞中發(fā)育基因表達模式之間相關性的映射創(chuàng)建了一個機器學習模型。該模型將腫瘤分為四類，并產(chǎn)生了可能有助于醫(yī)生診斷和治療這些患者的預測和其他數(shù)據(jù)。

(4)谷歌發(fā)布專利短語相似性數(shù)據(jù)集
9月4日
谷歌發(fā)布了專利短語相似性數(shù)據(jù)集，這是一個新的人類評級上下文短語到短語語義匹配數(shù)據(jù)集。數(shù)據(jù)集由48548個項目和973個唯一錨點組成，分為訓練組（75%）和驗證組（5%）。其采用兩種技術來預生成目標短語：部分匹配和屏蔽語言模型（MLM）。其從包含特定錨點短語的專利中選擇短語，將它們屏蔽掉，然后使用 Patent-BERT 模型來預測已屏蔽文本的候選項。專利語料庫可用于開發(fā)更具挑戰(zhàn)性的機器學習基準。

(5)UC Berkeley介紹從草圖生成逼真圖像的無監(jiān)督方法
9月5日
UC Berkeley（加州大學伯克利分校）的研究人員介紹了一種無監(jiān)督的AI方法，用于從場景草圖合成逼真的照片。其提出了一個標準化模塊，可以將隨機圖像轉換為標準化的邊緣地圖，從而允許在訓練期間使用許多真實的照片。該系統(tǒng)允許通過改變場景圖來更受控地修改照片合成。其為場景草圖到圖片的合成提出了獨特的設計，例如共享內容表示，用于從圖像到圖紙的知識轉移，以及使用草圖—參考—照片三元組進行模型微調以提高性能。

(6)英偉達創(chuàng)建兩個大規(guī)模隱式數(shù)據(jù)集
9月5日
英偉達的研究人員創(chuàng)建了兩個大規(guī)模的隱式數(shù)據(jù)集，即PeRFception-CO3D和PeRFception-ScanNet，它們涵蓋了以對象為中心和以場景為中心的環(huán)境。其提出了第一個適用于下游感知任務的大規(guī)模隱式數(shù)據(jù)集，如2D圖像分類，3D對象分類和3D場景語義分割；并有意識地使用隱式表示的視覺感知測試進行首次深入研究。此外，其提供了一個即用型管道，該管道使用完全自動化的過程來生成隱式數(shù)據(jù)集。

(7)DeepMind推出前鏈選擇推理模型
9月6日
DeepMind研究團隊提出了一種前鏈選擇推理模型，可以執(zhí)行忠實推理并提供有效的推理跟蹤，以提高推理質量，并幫助用戶檢查和驗證最終答案。其開發(fā)了選擇推理（SI）作為其系統(tǒng)的支柱，這是一種新穎的架構，包括兩個微調的語言模型：一個用于選擇，一個用于推理。逐步向前推理主干將每個推理步驟分為兩個：給定一個問題，選擇模型首先從上下文中選擇一組語句；推理模型然后從選擇中計算一個語句以預測推論。

(8)Meta推出解碼腦記錄的自然語音處理
9月7日
Meta的研究人員提出了一種單一的端到端架構，用于解碼來自非侵入性腦磁圖（MEG）或腦電圖（EEG）腦記錄的自然語音處理，該記錄可以使用安全且可能可穿戴的設置實時檢測宏觀腦信號。該模型提取語音信號的深度上下文表示，并利用對比學習從53種語言的56000小時語音預訓練模塊中預測音頻波形的表示。這項工作極大地推動了腦機接口的研究進展，實現(xiàn)令人印象深刻的零鏡頭語音聲音解碼性能。

(9)微軟提出卷積視覺Transformer模型
9月7日
微軟的研究人員將卷積引入視覺Transformer中，以提高性能和魯棒性，同時保持原始ViT結構的計算效率。卷積被引入到 ViT 的兩個核心部分。首先，其將Transformer劃分為多個階段，形成分層結構。其次，將每個自我注意塊之前的線性投影替換為所提出的卷積投影，該投影在2D重塑的令牌圖上使用深度可分離卷積運算。所提出的CvT結構包含了CNN的所有優(yōu)點，可以實現(xiàn)最先進的性能。

半導體全球融資并購交易

(1)[收購] Allegro收購Heyday
9月5日
Heyday是一家私營公司，專門從事緊湊型，完全集成的隔離式柵極驅動器，可在高壓氮化鎵（GaN）和碳化硅（SiC）寬帶隙（WBG）半導體設計中實現(xiàn)能量轉換。此次收購將 Heyday 的隔離式柵極驅動器和 Allegro 的隔離式電流傳感器技術結合在一起，使目前市場上一些最小的高壓和高效率電源系統(tǒng)成為可能。此外，此次收購預計將增加 Allegro 在電動汽車 （xEV）、太陽能逆變器、數(shù)據(jù)中心和 5G 電源以及廣闊市場工業(yè)應用方面的潛在市場。

(2)[融資] Morse Micro B輪融資1.4億美元
9月7日
來自澳大利亞悉尼的Morse Micro是HaLow Wifi專家，該公司表示近期B輪融資了1.4億美元。本輪融資由總部位于日本的ASIC和SoC服務公司MegaChips公司牽頭，Blackbird Ventures, Main Sequence Ventures, Clean Energy Finance Corporation, Skip Capital, Uniseed, SpringCapital, Malcolm and Lucy Turnbull 等跟投。

(3)[融資] Scintil 融資1900萬歐元
9月8日
Scintil Photonics是一家具有單片集成激光器和光學放大器的硅光子IC供應商，已完成第二輪投資，使其總資金達到1900萬歐元。新的投資者包括應用風險投資ITIC創(chuàng)新基金和L.P.（由應用風險投資有限責任公司和ITIC-臺灣工業(yè)技術投資公司共同創(chuàng)建的基金）。羅伯特·博世風險投資（RBVC）于2022年6月領導了第一輪融資，Innovacom和Supernova Invest以及Bpifrance通過其數(shù)字風險投資基金跟投了此輪。

(4)[融資] CIL 融資900萬英鎊
9月9日
CIL（定制互連有限公司）宣布，它正在英國建立一個先進的半導體封裝，功率器件和批量印刷電路板（PCB）組件（PCBA）制造工廠。在900萬英鎊）資本投資的支持下，46000平方英尺是其現(xiàn)有34000平方英尺的補充，使CIL在英國安多弗超過80000平方英尺。在ISO 7級（10000級）潔凈室和相關辦公室的第一階段（6個月）裝修六個月后，CIL的所有微電子生產(chǎn)和功率設備開發(fā)將于2023年3月搬遷到新設施。

END
往期周刊
■ 千芯周刊（2022.08.29-09.04）
■ 千芯周刊（2022.08.22-08.28）
技術分析
■ 陳巍談芯：從2022新公開的特斯拉機器人Dojo芯片架構信息到存算一體
■ 陳巍談芯：蛋白質求解網(wǎng)絡AlphaFold2
■ 陳巍談芯：RRAM模擬存內計算
■ 陳巍談芯：目標檢測網(wǎng)絡SSD
■ 阿里達摩院最新存算芯片技術解讀
■ Nature三星存內計算芯片深度分析
千芯動態(tài)
■ 陳巍博士大會受邀做技術報告
■ 阿里賽道明星——千芯科技
■ 阿里《看見新力量》專訪千芯CBO
■ 2020科創(chuàng)中國TOP10大獎
■ 全國“創(chuàng)業(yè)之芯”總決賽二等獎第一名

登錄/注冊后可看大圖

公眾號 | 千芯科技 知乎號 | 千芯科技

千芯科技致力于提供最先進的存算一體芯片與計算產(chǎn)品，在2019年率先提出可重構存算一體技術。千芯科技大算力的計算板卡和計算IP核，可為客戶提供靈活易用的計算加速及一站式解決方案。 通過千芯科技自有存算一體技術，基于SRAM/ RRAM/ MARM存儲單元，可提供能效比達到10-100TOPS/W，優(yōu)于GPU 10-40倍的算力支持。公司核心技術團隊來自AMD、瑞薩半導體、聯(lián)發(fā)科、長江存儲等國際先進企業(yè)，在存儲計算及AI計算加速領域具備深厚技術積累。 更多詳情訪問：http://www.tensorchip.com

-----------------------------