集微網推出整合電路微信公共號: '天天IC' , 重大新聞即時發布, 天天IC, 天天集微網, 積微成著! 複製 laoyaoic 微信公共號搜索添加關注.
1.Intel開放22及10nm製程對ARM架構代工業務;
在 2017 年的 ARM TechCon 大會上, 在某些領域已經形成相互爭關係的半導體大廠 Intel 和矽智財權廠商 AMD, 兩者宣布將建立廣泛的合作關係. 在這樣的關係下, 其中一個相互合作的方式, 就是基於 ARM 核心架構的行動晶片, 預計將採用 Intel 的 22 奈米 FFL 製程技術, 以及 10 奈米的 HPM/GP 製程技術來進行代工生產.
過去, 在 Intel 專註的 x86 核心架構市場, 與 ARM 核心架構專註的行動市場, 彼此幾乎是不太有所交集. 雖然, 過去 Intel 也曾經試圖以 x86 核心架構, 進入智能型手機領域. 而以 ARM 核心架構為主的高通, 也宣布在 2017 年結合微軟 Windows 10 作業程序, 進軍過去以 x86 核心架構為主筆電市場. 但是, 目前為止一個失敗退出, 另一個至今還沒有推出成品. 因此, 在當前 Intel 對半導體代工市場經營越來越積極的情況下, 與曾經競爭的對手, 在某些領域握手言和, 攜手拓展市場似乎也是件可行的事情.
而這樣的事情, 事實上也在日前開始落實. 例如, ARM 在 2017 年年中發表的 Cortex-A55 核心架構, 就已經利用 Intel 的 22 奈米 FFL 製程代工生產, 並且實驗了在智能型手機上達成 0.45V 電壓, 主頻 2.35GHz 的效能. 此外, 將以 Intel 10 奈米 HPM/GP 製程技術生產的 ARM 架構 SoC, 也傳出將在 2017 年底前流片的消息. 至於, 更新的一代系列核心架構, 將預計實現 3.5GHz 主頻, 0.5V 電壓, 也就是單核最大功耗只有不到 0.9 瓦的效能. 而這樣的效能, 將會是高通驍龍 820 晶片單核心不到一半的功耗.
目前, Intel 的 14 奈米製程已經用在展訊的 x86 行動晶片產品上. 不過, 因為是 x86 的核心架構, 使其進一步限制了展訊在消費級市場上的發展, 也影響了 Intel 在半導體代工市場的成績. 因此, 為了進一步增加營收, Intel 才在 ARM TechCon 大會上上強調, 半導體代工部分一定會針對 ARM 核心架構的產品進行放開代工.
根據日前 Intel 公布的的數據顯示, 同樣是 10 奈米製程, Intel 所擁有的製程技術, 能在每平方毫米放置 1 億個晶體管, 台積電則只有 4,800 萬個晶體管, 而三星也不過只有 5,160 萬個晶體管而已. 因此, 按照 Intel 的說法, 同節點的製程技術 Intel 領先競爭對手達 3 年以上. 只是, 對於 Intel 以 10 奈米製程技術來代工生產 ARM 晶片, 誰會感到有興趣? 截至目前為止, 唯一有消息流出的就只是 LG 而已.
technews
2.AI浪潮來襲 晶片大廠加速併購力度;
人工智慧(AI)浪潮來襲, 國際大廠紛加速戰略布局, 各大晶片業者紛採取購併與加盟策略, 力促AI戰力快速躍升. 其中, 英特爾砸下重金強化完整生態鏈優勢, 以抗衡NVIDIA繪圖晶片技術強項, 面對各路人馬強襲, NVIDIA也起身展開跟進展開購併交易, 過去一年來銀彈四射, 在5國裡投資了10多家公司, 包括大陸自動駕駛新創業者景馳等, 隨著技術應用漸趨成熟, AI產業購併整合潮將更為熱絡. 儘管在全球PC, 數據中心平台市佔掌控大宗版圖, 然於AI新世代即將來到之際, 英特爾卻未能一舉取得領先地位, 眼看著NVIDIA GPU平行運算成為技術主流與市場追捧焦點. GPU技術始終不及超微, NVIDIA, 但手握豐沛銀彈的英特爾, 決定調整策略, 除將旗下所有AI業務整合到新成立的AIPG(AI Products Group)及AI實驗室外, 並藉由購併與聯盟策略, 補強在無人機, 自動駕駛, 醫療與智能工廠等多元AI應用平台戰力. 英特爾花錢毫不手軟, 其中較受關注的就是2015年以167億美元天價買下FPGA大廠Altera, FPGA戰力大躍進, 2016年以約4.1億美元買下機器學習新創公司Nervana Systems, 2017年則再砸下153億美元買下自駕車技術大廠Mobileye, 此外, 旗下的全球投資機構英特爾投資部(Intel Capital)也持續投資多家新創公司, 包括 Mighty AI, Data Robot及Lumiata等發展AI領域的公司, 投資金額超過10億美元, 近日又再宣布以超過6,000萬美元投資15家新創公司, 涵括AI, 3D醫療視覺, 零售業機器人, 網路安全等技術領域, 最大的共同點都和 '數據' (data)密切相關, 顯見英特爾轉型數據公司的決心, 其中包括大陸北京Horizon Robotics, 主要提供低功耗, 高性能的嵌入式AI解決方案. 營收規模與銀彈不如英特爾, 高通的NVIDIA, 也終於起身擴大展開購併結盟大計, 日前旗下GPU Ventures投資部門就宣布參與了由大陸啟明創投所率領的對大陸自動駕駛新創業者景馳科技的投資案, 此次投資總額5,200萬美元, 提前布局大陸即將開打的自動駕駛, AI戰場; 景馳系由曾任職於百度自動駕駛車部門的高層在2017年初所成立, 6月已完成首次在公共道路上的自動駕駛模式測試活動, 規劃2017年底前在大陸街道上投放50輛自動駕駛車, 在大陸部署具備完整Level 4自動駕駛能力的測試車隊, 目標希望在2018年推出類似Uber的自動駕駛叫車服務, 其本土與技術優勢獲得NVIDIA青睞. 除景馳外, NVIDIA持續擴大對新創公司的投資, 過去一年裡已在5國裡投資了十餘家公司, 包括專攻AI零售分析系統的東京新創公司ABEJA, 位於矽谷的新創公司SoundHound, 著重打造語音啟動人工智慧解決方案, 位於以色列的新創公司Zebra Medical, 使用AI來閱讀醫療影像, 以及來自大陸的新創公司圖森未來, 主要研發自動駕駛卡車. 全球AI戰火持續升溫, 除了比拚技術, 更比誰的眼光精準與口袋深, 晶片大廠購併潮將持續延燒. DIGITIMES
3.英特爾財報亮眼, 但AI領域將與AMD強碰頭;
2017年第3季英特爾(Intel)營收達161.5億美元, 每股收益1.01美元, 淨收入達45.2億美元, 年增34%, 預計全年每股收益為3.25美元, 營收達620億美元, 超過市場預期. 從獲利來看, 英特爾基本面雖出現重大變化, 股價看漲, 但後市並非一片坦途. 據WCCFtech報導, 英特爾在財報中強調在人工智慧(AI)和雲端基礎設施等新市場的機會, 包括自動駕駛汽車等等, 進一步調升第4季與全年展望. 高盛(Goldman Sachs)預計, 先進駕駛輔助系統與自動駕駛車市場將從2015年約30億美元, 成長到2025年的960億美元, 到2035年將達到2,900億美元, 是英特爾最重要的市場之一. 從財報來看, 英特爾從PC市場轉型至新領域看似獲得成效, 但問題是, 英特爾購併Mobileye之後卻切入NVIDIA主導的市場, 雖然英特爾在自動駕駛車上採用串列方法, 而NVIDIA採用的是通用性繪圖處理器(GPGPU), 如果市場認為串列方法不是正確的方法, 將使英特爾將面臨嚴重的風險. 譬如Mobileye計劃在2018年推出EyeQ4晶片, 14個運算核心當中10個是加速器, 加速器有3種不同類型, 分別為PMA(可編程巨集陣列), VMP(向量微碼處理器), 和MPC(多線程處理群集). EyeQ4的實際數量為4核心, 6個VMP, 2個PMA和2個MPC. 但NVIDIA最低階版本處理器也比現在最好的Mobileye晶片快3.2倍. NVIDIA還發布性能可達320 DL TOPs的人工智慧超級電腦Pegasus, 比EyeQ4方法快一個數量級, 並且能夠實現Level 5等級的無人駕駛. 這是為何英特爾購併Nervana推出高度並行方法實現人工智慧的原因, Nervana的神經網路處理器採用平行的計算方式, 並且非常像一般的GPU. Nervana不見得會在自主駕駛領域領先NVIDIA, 但英特爾必須確定自己手握進入人工智慧戰場的武器, 以及踏入深度神經網路訓練產業的條件. 然而, 目前還無法揣測這款晶片可能產生的影響, 因為英特爾並沒有透露Nervana晶片的完整規格, 且也沒有公布基準評效, 以與運行CuDNN的自產GPGPU網路進行比較. 另一方面, AMD以更便宜的價格提供更高的核心數量步步進逼英特爾的領域. 英特爾的Skylake推出後不久, 受到AMD的Zen系列產品打擊, 使得Skylake處理器被淘汰, AMD的Threadripper處理器也擊敗英特爾, 使英特爾損失CPU市佔率. 雖然英特爾迅速以Core-X系列和Coffee Lake來回應. 事實上, 英特爾的Coffee Lake面臨供應問題, 而HEDT Core-X對主流消費者而言價格太高. 報導認為, 問題出在英特爾一直在打造非常昂貴的單片晶粒, 但AMD採用多晶片模組(MCM)方法, 可以構建相對便宜的CPU. 由於運算是英特爾最重要的業務之一, 因此這是一個相當嚴重的問題, 在未來幾個季度, 英特爾必須非常小心處理這個特定市場, 否則市佔率將拱手讓給AMD. DIGITIMES
4.微軟開發HoloLens人工智慧晶片 並將用在其他設備上;
新浪科技訊 北京時間11月2日午間消息, 微軟近期透露, 下一代HoloLens增強現實頭顯將會搭載專用的人工智慧晶片. 不過目前看來, 微軟對於這種訂製晶片有更遠大的計劃, 很可能會在其他設備中使用這些晶片.
微軟設備業務企業副總裁帕諾思·帕納伊 (Panos Panay) 在接受CNBC採訪時表示, 該公司仍在努力開發HoloLens的晶片集. 關於這一晶片集是否會被用於更廣泛的微軟產品, 帕納伊給出了肯定的回答. 此外他還表示, 這些人工智慧晶片有可能會授權給合作夥伴使用.
他表示: '我認為, 我們在Surface和晶片開發中所做的最重要工作之一是探索機會, 確保我們掌握Surface內部的技術, 並提供給合作夥伴, 讓所有人都有機會使用這些技術. '
微軟表示, HoloLens 2中人工智慧晶片的最終目標是加入專門的計算能力, 去完成映像識別和語音識別等複雜任務. 這有可能給HoloLens帶來獨特的功能和更快的處理速度, 而不需要將數據發送到雲平台去處理.
在HoloLens之後, 我們很可能將看到這些技術被用於其他產品, 包括微軟及其合作夥伴開發的PC. 有趣的是, 在這樣的情況下HoloLens變成了一塊試驗田. (維金)
5.邊緣運算將顛覆移動通訊網路架構?
邊緣系統可提供多種用途, 減少移動通訊核心網路乘載與傳遞的數據量; 此外也能為現有服務提供更高的品質, 並可望催生全新的服務.
美國AT&T Labs一直悄悄地進行其 '邊緣電腦' (edge computers)概念的定義, 並正在緩慢推動布署; 長期看來, 這項工作對於未來雲端與移動系統的設計都會有深遠影響. AT&T將邊緣運算定義為布置在其網路周邊的伺服器與儲存系統群集, 目的是提供低延遲的服務; 該公司預見將會廣泛出現依據應用與需求在尺寸與位置上有所不同的這類系統.
在近日於美國矽谷舉行的Fog World Congress大會專題演說中, AT&T Labs的資深主管Alicia Abella表示: '邊緣運算是我們讓網路充分發揮效能的下一步, 而我們正在忙著搭建邊緣運算架構; ' 她表示: '我們想在位於大樓, 客戶所在地以及總部辦公室的移動數據中心布署邊緣運算節點, 布署地點取決於需求在何處以及我們的頻譜在哪裡. 我們正在開發將位置最佳化的方法. '
邊緣系統可提供多種用途, 目標是協助AT&T減少核心網路乘載與傳遞的數據量; 此外也能為現有服務提供更高的品質, 並可望催生全新的服務. 其中有一個顯著的應用是為保全攝影機執行視訊分析. 而這類邊緣系統可能會採用繪圖處理器(GPU), FPGA或是其他加速器方案, 並布署於城市中.
一個更具挑戰性的應用是支援自動駕駛車輛所需任務, 因為這類應用需要在路側基礎設施上的大量投資, 而且目前其投資報酬並不確定; 值得注意的是, Abella透露目前AT&T的網路上有1,200萬輛智慧汽車, 而且其數量是以每季100萬輛的速率成長.
AT&T表示智慧車輛是邊緣運算可支援的使用案例之一 (來源: AT&T)
尋求中小型GPU加速器方案
不同的邊緣系統將透過不同方始與AT&T核心網路連結, 有部份可能會採用1~2個運算機架, 其他則可能規模更大; 而Abella表示, 該公司到目前為止面臨的硬體挑戰則是尋求中, 小型版本的GPU加速器, 因為這類方案通常是大尺寸, 高耗電的版本.
AT&T有一個早期的應用原型是將攝影機放進車子, 以Raspberry Pi開發板來控制, 將視訊傳送到遠端的監視器; Abella表示: '邊緣運算系統的尺寸也可能會像那樣小, 但更實際的情況是我們預見其中有部份大小如同一個衣帽間(walk-in closet)…我們現在只開始思考布署這一種系統的的策略. '
AT&T並未提供其邊緣運算系統架構的技術細節或是時間表 (來源: AT&T)
一旦這類系統被廣泛布署, 可能對移動系統帶來顯著衝擊; 移動裝置可將部份任務交由邊緣運算系統分攤, 節省電池電量; Abella解釋: '想像新一代的移動裝置, 或者是不需要與電腦綁定, 利用移動邊緣運算的AR/VR設備…還有能在邊緣死取得訊號處理的途徑. '
AT&T的終極目標是為邊緣運算定義一個軟體平台, 提供開發者編寫應用程式; 不過目前這個概念才剛形成, 可能會到2020年之後才會真正實現. Abella預期在較遠的未來, 這種平台將會實現類似SETI@home那種利用家用PC搜尋外星智慧生物的 '群眾外包運算' (crowdsourcing of compute)專案, 參與者可以獲得如比特幣(bitcoin)這類報酬.
Fog World Congress齊集了來自邊緣運算, 物運算以及雲端運算等不同領域的專業人員, 在會場有一些供應商展示了小型化, 堅固型的閘道器與工業伺服器, 可供邊緣運算布署應用.
編譯: Judith Cheng
(參考原文: AT&T Previews Edge Compute Plans, by Rick Merritt)eettaiwan