【AI简报20210827期】AI芯片逐步落地智能教育硬件市场！用AI设计芯片会成为未来趋势吗？...-优快云博客

近期，AI芯片在多个领域取得突破，Cerebras发布了全球首个人类大脑规模的AI解决方案，而嘉楠科技与闪现智能的合作则推动AI芯片在智能教育硬件市场的落地。此外，IBM推出7纳米AI芯片，特斯拉发布D1 AI芯片，AI设计芯片成为新趋势。在自动驾驶领域，上汽成立了智能驾驶公司，人工智能在医疗、VR和安全领域也有广泛应用，如破解蛋白质结构、虚拟人像加速方案和对抗样本研究。

嵌入式AI硬件

1. 集成全球最大AI芯片，Cerebras发布全球首个人类大脑规模的AI解决方案

原文：

https://new.qq.com/omn/20210826/20210826A06VH900.html

8月25日凌晨，曾推出“全球最大”的AI芯片Wafer Scale Engine（以下简称“WSE”）的芯片初创公司CerebrasSystems，宣布推出了世界上第一个人类大脑规模的AI解决方案——CS-2 AI计算机，可支持超过120万亿参数规模的训练。相比之下，人类大脑大约有100万亿个突触。此外，Cerebras还实现了192台CS-2 AI计算机近乎线性的扩展，从而打造出包含高达1.63亿个核心的计算集群。

资料显示，Cerebras成立于2016年，迄今在14个国家拥有超过350位工程师，2019年Cerebras推出了世界最大AI芯片WSE，2020年Cerebras又推出了新一代的7nm的WSE-2，晶体管数量达到2.6万亿个，震惊业界。

根据官方公布的数据，WSE-2与上一代一样，依然是基于一整张12吋晶圆制造，面积依然是462.25平方厘米，但是制程工艺由台积电16nm工艺提升到了7nm工艺，这也使得WSE-2的晶体管数量提高到了2.6万亿个，同时他的人工智能内核数量也达到了85万个，打破首代WSE 处理器创造的世界纪录。无论是核心数还是片上内存容量均远高于迄今性能最强的GPU。

2. 嘉楠科技与闪现智能合作，AI芯片逐步落地智能教育硬件市场

原文：

https://baijiahao.baidu.com/s?id=1708971331548164815&wfr=spider&for=pc

集微网消息，据网易科技报道，日前，嘉楠科技与全年龄段智慧教育解决方案提供商闪现智能合作，并且已经进入产品开发阶段。

闪现智能基于勘智K210芯片开发了多款智能教育硬件产品，包括AI教育核心板、传感器拓展板和自动驾驶拓展小车等，将逐步落地西安高校和职教智能硬件市场。通过K210芯片和板载资源，教育核心板可支持离线实现机器学习、形状识别、动物识别、戴口罩识别、交通标志识别、智能家居、指南针、水平仪、环境监测和成语填充等多项功能。

据了解，勘智K210芯片采用RISC-V处理器架构，具备视听一体、自主IP核与可编程能力强三大特点，支持机器视觉与机器听觉多模态识别，可广泛应用于智能家居、智能园区、智能能耗和智能农业等场景。

3. AI芯片公司「苹芯科技」获近千万美元Pre-A轮融资，打造存内计算加速单元

原文：

https://baijiahao.baidu.com/s?id=1708938332878219718&wfr=spider&for=pc

AI芯片研究领域的苹芯科技已完成红点中国领投，真格基金、红杉资本跟投的近千万美元Pre-A轮融资，据悉，本轮融资将主要用于芯片研发相关工作。苹芯科技的天使轮股东包括普华资本，红杉资本等。

苹芯科技成立于2021年2月，公司总部位于北京，是一家基于存算一体技术的打造面向AI加速器芯片的创业公司，提供基于存算一体技术的用于提升深度学习计算性能的硬件单元和相关IC设计服务。公司在北京、台湾、新加坡等地设有研发团队及办公室，希望利用各地资源优势，推动全球化发展战略。

其产品主要用于可穿戴设备、无人机摄像头、安防领域、机器人领域、智能家居等低能耗、长待机的场景。

传统的芯片架构基于冯诺依曼架构，计算单元和存储单元物理上分离，存储单元的带宽速度低于计算单元，限制了系统的整体性能；此外，数据传输过程会带来延迟和性能消耗，且这种消耗能达到70%~90%以上。随着AI算法的持续升级与AI应用的持续普及，AI领域迫切需要性能更强、功耗更低、成本更低的芯片。

4. 特斯拉发布D1 AI芯片：500亿晶体管、400W热设计功耗

原文：

https://baijiahao.baidu.com/s?id=1708794510144411423&wfr=spider&for=pc

近日的特斯拉AI日活动上，特斯拉公布了最新的AI训练芯片“D1”，规模庞大，令人称奇。

该芯片采用台积电7nm工艺制造，核心面积达645平方毫米，仅次于NVIDIA Ampere架构的超级计算核心A100(826平方毫米)、AMD CDNA2架构的下代计算核心Arcturus(750平方毫米左右)，集成了多达500亿个晶体管，相当于Intel Ponte Vecchio计算芯片的一半。

其内部走线，长度超过11英里，也就是大约18公里。

5. IBM发布首款7纳米AI芯片，加码人工智能基础设施竞争

原文：

https://www.jiemian.com/article/6530725.html

当人工智能（AI）加速芯片已成为大型科技公司标配后，老牌科技公司IBM亦给出回应。在本周举行的芯片行业会议HotChips上，IBM正式公布新款处理器“Telum”，Telum是IBM首款具有芯片上AI加速功能的处理器，用于IBM下一代Z系列大型机和LinuxONE服务器。

IBM Telum包含8个处理器核心，频率超过5GHz，每个核都由重新设计的32MB专用2级缓存支持。该处理器采用三星7纳米制程工艺，并且单芯片内采用17层金属连接，来完成高密度电路互连，总线长可达约30公里。

为了支持AI加速处理性能，新处理器面积为530平方毫米，集成多达225亿个晶体管，并拥有全新的分支预测、缓存，支持多芯片一致性互连，性能提升超过40%。

此外，IBM Z Telum处理器还采用双向环形互连拓扑结构，带宽接近320GB/s。三级缓存所有核心共享，通过二级缓存与核心相连，平均延迟达到12纳秒（1纳秒等于10的负9次方秒）。

IBM称，新处理器通过芯片内深度学习推理(Inference) ，帮助即时解决金融客户解决欺诈等问题，从而不需要将数据转移至芯片外。AI计算大致分为两个层面，首先是对模型进行训练（training），整个过程可能耗时数天或数周；之后是训练出的模型做出推理。

实际上，在芯片内集成和加强AI能力，IBM与英特尔思路一致，两者均强调增强芯片的AI计算能力作为卖点。例如英特尔推出的第三代至强服务器芯片，在深度学习方面增加了最新深度学习加速指令集，提高AI处理速度和模型计算精度。

IBM称，其人工智能硬件研究中心花了3年的时间研发打造出Telum处理器。打造出第一款结合AI加速推论功能的处理器芯片，用于大型机上时，可以协助银行解决诈骗、高频交易等金融难，预计2022年上半年采用该芯片的大型机系统将会推出。

AI热点新闻

6. 千倍设计效率提升，EDA终极形式，用AI设计芯片会成为未来趋势吗？

链接：

https://www.163.com/dy/article/GID7KKQF05312NX9.html

数字经济正从数字化迈向智能化新阶段，未来十年，智能经济将成为产业发展的核心。在百度创始人、董事长兼首席执行官李彦宏看来，“产业智能化在每一个领域都会发生。”物联网、云计算等技术的发展方向全部指向了智能化，“人工智能+”逐渐成为产业结构升级的驱动力。在智能化产业趋势下，利用人工智能进行芯片设计也逐渐成为行业研究的热门方向。

早在2020年4月，谷歌AI团队便描述了一种基于机器学习的芯片设计方法。Google Brain总监Jeff Dean指出，某些情况下，机器学习会做出比人类更加精准的决策，例如规划芯片中的电路布局。该技术能够极大地缩减研发设计周期，自动生成芯片布局方案，并且在功耗、性能和芯片面积（PPA）等关键参数指标上都有不俗的表现。

而前段时间，据Wired报道显示，三星（Samsung）下一代Exynos处理器将采用AI进行芯片设计，人工智能设计软件（DSO.ai）由新思科技（Synopsys）提供。这些芯片在设计完成并量产后，将会运用到三星智能手机、平板电脑中，并且有部分还将供货给国产手机厂商。这就意味着，未来我们将有机会用上搭载由人工智能进行芯片设计的智能终端产品。

事实上，在利用AI设计芯片方面，三星只能算后来者。谷歌TPU（张量处理单元）采用人工智能优化；英伟达利用人工智能技术生产GPU和云计算TPU平台。这无疑都在传递同一个信号，即芯片设计即将走向人工智能时代。