《英特尔等多家科技巨头斥巨资并购AI初创公司引关注》

  • 来源专题:光电情报网信息监测服务平台
  • 编译者: husisi
  • 发布时间:2020-01-06
  • 台媒称,为赶上人工智能(AI)发展脚步,英特尔等科技巨头纷纷砸重金买下小型AI初创公司及实验室,以便将这个领域最棒的构想及最炙手可热的人才纳入麾下。

    据台湾《经济日报》2019年12月31日报道,英特尔公司2019年12月以20亿美元(1美元约合7元人民币)收购以色列的AI芯片初创公司Habana实验室,为一年来规模最大的AI企业交易案。

    报道称,近年来,亚马逊及微软等科技巨头也通过并购交易强化应用复杂演算法的能力,以提升送货机器人及自动驾驶的效能。根据美国“项目建议书”数据公司的统计,苹果2013年来已收购17家AI创新公司。

    创立Landing.ai等多家AI企业的吴恩达(谷歌大脑项目创建者之一、前百度首席科学家——本网注)表示,AI对许多产业来说具有战略重要性,使用得宜或使用不当可能有天壤之别。Landing.ai的股东之一就是英特尔的创投部门。

    艾伦AI研究所负责人埃齐奥尼也说,许多企业追求AI交易案,大多是因想要网罗人才或取得特定产品。他还表示,收购一家公司多半是相中该公司的团队凝聚力和业务能力。例如,苹果6月以未公开的金额收购营运有困难的自动驾驶初创公司Drive.ai,外界普遍认为此举意在延揽这家公司的工程师。

相关报告
  • 《2018年全球最值得关注的AI芯片初创公司》

    • 来源专题:集成电路
    • 编译者:shenxiang
    • 发布时间:2019-01-31
    • 在《芯片巨头们2019年的AI芯片之争会如何?》一文中作者Karl Freund详细介绍了巨头公司们的AI芯片。此外,还有数十家硅谷创业公司和中国独角兽公司估值超过10亿美元,并且也参与了AI芯片的竞争。在本文中,作者将介绍全球的最杰出,或至少是最受关注的AI芯片创业公司。 Wave Computing Wave Computing在2018取得了不少进展,推出其第一个DataFlow处理单元,收购MIPS,创建MIPS Open,并将首批系统交付给少数客户。虽然Wave架构有一些非常有趣的功能,但我们更期待用户的大规模真实体验反馈。 Wave不是插入到服务器的加速器,它是用于图形计算的独立处理器。这种方法有利有弊。从积极的方面看,Wave不会受到GPU等加速器面临的内存瓶颈影响。从消极方面来说,安装Wave设备将是新的升级,需要完全替换传统的X86服务器,也让其成为所有服务器制造商的竞争对手。 我不认为Wave能从某个点击败NVIDIA,但该架构的设计的非常好,该公司已经表示它很快就会有客户的反馈。 Graphcore Graphcore是一家资金雄厚(融资3.1亿美元,目前估值为17亿美元)的英国独角兽创业公司,拥有全球化的团队。它正在构建一种新型的图形处理器架构,其内存与其逻辑单元位于同一芯片上,这应该能够实现更高的性能。该团队产品的发布时间暂不明确,不过他们去年四月表示“几乎准备好发布”了,12月的最新信息表明它将很快开始生产。 Graphcore的投资者名单令人印象深刻,包括红杉资本、宝马、微软、博世和戴尔科技。 我了解了该公司的架构,它非常令人印象深刻。从边缘设备扩展到用于数据中心的训练和推理的“Colossus”双芯片封装。在最近的NeurIPS活动中,Graphcore展示了其RackScale IPU Pod,它在一个32台服务器的机架中提供超过16 petaflops的算力。虽然该公司经常声称它将提供比同类最好GPU强100倍的性能。 Graphcore表示,4“Colossus”GC2(8芯片)服务器可提供500 TFlops(每秒数万亿次操作)的混合精度性能。单个NVIDIA V100可提供125 TFlops,因此理论上4 个V100就可提供与其相同的性能。 与往常一样,细节更能发现差别,V100峰值性能仅在重构代码执行TensorCore的4x4矩阵乘法时才可用,这是Graphcore架构巧妙避免的限制。更不用说V100消耗了300瓦的电能和大量现金这一事实。 此外,Graphcore支持片上互连和“处理器内存”(片上存储器)方法,可以得到超出TFlops基准所认可的优秀性能。在一些神经网络中,如Generative Adversarial Networks,内存是瓶颈。 再次强调,我们将不得不等待真实的用户用实际应用程序来评估此体系结构。尽管如此,Graphcore的投资者名单、专家名单和台天价估值告诉我,这可能是一件好事。 Habana Labs Habana Labs是一家以色列创业公司,去年9月在第一次AI硬件峰会上宣布它已经准备好推出其首款用于推理的芯片,其创纪录的性能用于卷积神经网络图像处理。结果显示在Resnet50图像分类数据库中该处理器每秒分类15,000张图像,比NVIDIA的T4高出约50%,功耗仅为100瓦。 在2018年12月,Habana Labs的最新一轮融资由英特尔风险投资(Intel Venture Capital)领投,WRV Capital,Bessemer Venture Partners和Battery Ventures跟投,该公司的融资也由此前的4500万美元增加了7500万美元。 据悉,Habana Labs新的融资将部分用于流片其名为“Gaudi“的第二款芯片,该芯片将专注于训练市场,据称可扩展到1000多个处理器。 其它创业公司 我知道世界上有超过40家公司在为人工智能设计训练和推理芯片。我发现大多数公司都在进行简单的FMA(浮点乘法累加)和混合精度数学(整型8位和浮点16位和32位)。对此我不会感到惊讶,因为这种方法相对容易实现并且会获得一些成果,但它不会为像NVIDIA,英特尔以及少数初创公司做出不一样的架构提供持久的架构优势。
  • 《前苹果谷歌工程师成立芯片公司 欲挑战英特尔等巨头》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2019-11-22
    • 北京时间11月20日消息,由曾经效力于苹果和谷歌工程师组建的芯片公司NUVIA周二宣布,已在A轮融资中筹集了5300万美元。 这家位于圣塔克拉拉的创业公司已成立9个月时间,其使命是“重新设计芯片,为数据中心提供行业领先的性能和能源效率”。或者更简单地说,该公司的目标“旨在提供比现有数据中心处理器更快、更节能、更安全的芯片”,并挑战英特尔和AMD等行业巨头。 约翰·布鲁诺(JohnBruno)、马努·古拉蒂(ManuGulati)和杰拉德·威廉姆斯(GerardWilliamsIII)共同创立了NUVIA,并共同获得了与系统工程和芯片设计相关的100多项专利。除了苹果和谷歌,这些芯片制造商此前还曾在ARM、博通和AMD担任工程职务。 CapricornInvestmentGroup、DellTechnologiesCapital、Mayfield和WRVICapital共同领投了这一轮融资,NepentheLLC跟投。 “随着我们越来越依赖高速信息访问、始终在线的富媒体体验和无处不在的连接性,世界正在创造超出其处理能力的数据。”NUVIACEO威廉姆斯在新闻稿中说,“要满足这些不断增长的用户需求,需要在计算性能和能效上实现阶梯式提高。现在是设计新的高性能芯片模型的最佳时机。” 最近,在共同创立NUVIA之前,威廉姆斯曾担任苹果高级总监和首席CPU架构师近十年。马努是谷歌消费类硬件的首席SoC架构师,并在定义公司的芯片和产品路线图方面发挥了作用。布鲁诺则是谷歌的系统架构师。 Capricorn科技影响力基金管理合伙人迪彭德·萨鲁贾(DipenderSaluja)在新闻稿中说,NUVIA可以通过它的芯片方法超越“半导体行业的传统限制”,从而“提供性能和能源效率的非线性提升”。