《亚马逊暂停英伟达Hopper芯片订单回应 指仅过渡至Blackwell芯片适用于特定项目》

  • 来源专题:集成电路
  • 编译者: AI智能小编
  • 发布时间:2024-05-29
  • 亚马逊旗下云计算部门对于“暂停订购英伟达Hopper芯片”一事进行了回应,表示尚未停止任何英伟达的订单。AWS将继续提供基于英伟达Hopper芯片的其他服务,仅对Grace Hopper芯片和Blackwell芯片之间的过渡适用于Project Ceiba。此举是为了等待新产品Grace Blackwell的推出,而不是出于暂停订购的原因。而英伟达则因静默期规定而拒绝就此发表评论。
相关报告
  • 《面向无线连接设计的单芯片RF单片机 (MCU)》

    • 来源专题:宽带移动通信
    • 编译者:wangrk
    • 发布时间:2017-05-29
    • 全球领先的整合单片机、混合信号、模拟器件和闪存专利解决方案的供应商——Microchip Technology Inc.(美国微芯科技公司)日前宣布推出SAM R30系统级封装(SiP)的单芯片RF单片机 (MCU)产品。SAM R30 SiP采用5 mm紧凑型封装,包含超低功耗MCU和802.15.4标准sub-GHz无线电技术,可将电池寿命延长多年。 SAM R30 SiP既提供了设计的灵活性,又拥有经实践验证的可靠性,同时采用小尺寸封装,非常适用于互联家居、智能城市和工业应用等领域。 在市场对电池供电无线连接系统的需求持续上升的背景下,可将电池寿命延长多年的低功耗SAM R30的问世恰好满足了这些对功耗尤为敏感的市场的需求。该SiP基于SAM L21 MCU构建而成,后者使用了现有最节能的ARM®架构即Cortex® M0+ 架构。SAM R30设有超低功耗休眠模式,可通过串口通信或GPIO(通用输入/输出)来唤醒,而消耗电流仅为500 nA。 由于SAM R30 SiP可在769-935 MHz范围内工作,这使得开发人员可以灵活部署点对点、星形或网状网络。Microchip可帮助开发人员快速学会应用Microchip免费的MiWi™ 点对点/星形网络协议栈来进行开发工作。其网状网络功能将在今年晚些时候推出。配备SiP之后,点对点网络中的各个节点最远可定位在相距1公里的地方,而在星形网络拓扑结构中这一距离可以翻一番。当用于网状网络中时,SAM R30能够提供可靠的广域覆盖,因此非常适用于街道照明、风能和太阳能电站等应用领域。 开发人员现可使用ATSAMR30-XPRO开发板立即开始原型开发工作。后者是一款便捷的带USB接口的开发板,由Microchip易于使用的Atmel Studio 7软件开发工具包(SDK)提供支持。 SAM R30 SiP备有两种QFN封装选择,现已开始提供样片和批量订购。 32QFN封装的ATSAMR30E18 48QFN封装的ATSAMR30E18
  • 《AI芯片巨头争霸时代,华为AI芯片下周将首次亮相》

    • 来源专题:集成电路
    • 编译者:tengfei
    • 发布时间:2017-11-20
    • 近日,华为高级副总裁余承东在微博上发布了一段视频,为自家的人工智能AI芯片造势。他表示,“速度之追求,从不止于想象”,并预告了AI芯片将在9月2日IFA2017上亮相。 在上月的华为年中业绩媒体沟通会上,余承东透露,将于今年秋季发布AI芯片,华为也将是第一家在智能手机中引入人工智能处理器的厂商。此外,在2017年中国互联网大会上,余承东还曾表示,由华为海思制造的芯片将会集CPU、GPU和AI功能于一体,并且有可能基于ARM今年在Computex展会上推出的全新AI芯片设计。 根据今日余承东视频透露,华为的AI处理器有望显著提升麒麟970的数据处理速度。如果AI芯片能用在10月份发布的华为Mate 10手机上,则华为Mate 10的数据处理能力将十分令人期待。 与华为一样,当下英特尔、联想、英伟达、谷歌、微软等全球科技巨头纷纷在积极拥抱AI,对AI芯片的布局成为重中之重。 英特尔 对于AI芯片的重要性,英特尔中国研究院院长宋继强本月接受媒体新智元采访时指出,我们需要用技术去处理大量数据,使其对客户产生价值,在这个过程中无疑芯片是极其重要的: 到2020年,保守估计,全世界会有500亿设备互联。未来的数据来源于各种设备终端。不再靠我们人打电话、玩手机、发邮件这些数据。无人车、智能家居,摄像头等都在产生数据。 以后每一台无人驾驶汽车都是一台服务器,每台车每天会超过4000个GB的数据,这些数据都不可能通过5G来传输,所以一定很多数据是在本地处理和分析然后选择性的往上走,本地你会使用很多技术,超越现代服务器的技术。 作为传统的芯片龙头制造商,英特尔今年7月推出了新一代Xeon服务器芯片,性能大幅提升,深度学习能力是上一代服务器的2.2倍,可接受培训和推理任务。此外,英特尔还展示了将在未来AI领域发挥重大作用的现场可编程门阵列(FPGA)技术,同时,计划推出Lake Crest处理器,旨在深度学习代码。 联想 联想集团总裁杨元庆表示,“AI通用处理器芯片是人工智能时代的战略制高点“,联想集团高级副总裁、联想创投集团总裁贺志强也指出: 智能互联网时代,AI芯片是人工智能的引擎,对于智能互联网的发展将起到决定性作用。 就在上周,联想创投与阿里巴巴创投等顶尖投资方一起,联合投资了有“全球AI芯片界首个独角兽”之称的寒武纪科技。 英伟达 英伟达在过去几年中将其业务重心转移到AI和深度学习领域,今年5月,英伟达发布了一款针对人工智能应用的重量级处理器:Tesla V100。 该芯片拥有210亿个晶体管,性能比英伟达一年前发布的带150亿个晶体管的Pascal处理器强大得多。虽然只有Apple Watch智能手表的表面那么大,但它拥有5120个CUDA(统计计算设备架构)处理核心,双精度浮点运算性能达每秒7.5万亿次。英伟达CEO黄仁勋表示,英伟达花了30亿美元打造这款芯片,售价将会是14.9万美元。 谷歌 宣布战略转向“AI first”的谷歌,在去年就发布了专门为机器学习定制的TPU(张量处理单元),与CPU、GPU相比,TPU效率提高了15-30倍,能耗降低了30-80倍。 今年5月的谷歌开发者大会上,谷歌发布了新款产品——Cloud TPU,它拥有四个处理芯片,每秒可完成180 tflops计算任务。将64个Cloud TPU相互连接可组成谷歌称之为Pod的超级计算机,Pod将拥有11.5 petaflops的计算能力(1 petaflops为每秒进行1015次浮点运算)——这对AI领域的研究来说将是非常重要的基础性工具。 目前,TPU已经部署到了几乎所有谷歌的产品中,包括Google搜索、Google Assistant,甚至在AlphaGo与李世石的围棋大战中,TPU也起到了关键作用。 微软 上月,媒体报道称,微软将为下一代HoloLens加入一款自主设计的AI协处理器,可以在本地分析用户在设备上看到和听到的内容,再也不需要浪费时间把数据传到云端进行处理。这款AI芯片目前正在开发,未来将被包含在下一代HoloLens的全息处理单元(HPU)当中。微软表示,这款AI协处理器将会是微软为移动设备设计的首款芯片。 近几年来,微软一直在致力于开发自己的AI芯片:曾为Xbox Kinect游戏系统开发了一套动作追踪处理器;为了在云服务方面与Google、亚马逊竞争,微软专门定制了一套现场可编程门阵列(FPGA)。此外,微软还从英特尔的子公司Altera处购置可编程芯片,写入定制化的软件来适应需求。 去年,微软曾在一次大会上使用数千个AI芯片,把所有英文维基百科翻译成西班牙语,大概有500万篇文章,而翻译时间不到0.1秒。接下来,微软希望能让使用微软云的客户通过AI芯片来完成任务,比如从海量数据中识别图像,或者通过机器学习算法来预测消费者的购买模型。