Die Aussichten für Wohlstand, IT-Organisationen der Halbleiterindustrie spreizen
Die globale Halbleiterindustrie ist eine lange Zeit der steigenden südkoreanischen Halbleiter-Unternehmen müssen über rosig Bericht Karte zu erfahren. Samsung Electronics vorläufige Betriebsdaten für das erste Quartal berichtet, gab es bis 57.58 $ 14,7 Milliarden im Quartal einen operativen Gewinn, % Samsung Electronics Halbleiter-Sektor ist auch nach Ablauf von vielen Jahren über Smartphones zum Gewinn Champion Gruppe. LG Electronics wurde veröffentlicht vorläufige Daten zeigen, dass 2018 erste Quartal ein Gewinnwachstum von bis zu 20%.
Analysten glaubt, dass die wohlhabende kurzfristig nicht in der Halbleiterindustrie beenden. Stattdessen Vernetzung, intelligentes Auto, Cloud Computing und andere neue Anwendungen in der Halbleiterindustrie eine neue Runde von Wohlstand führen.
Stellen Sie sich die Aussicht auf neue, IT-Organisationen über die Grenze in die Halbleiterindustrie kreuzten ein Trend worden, die prominenteste ist das Chip-Design-Geschäft. AI-Chip auf dem Gebiet der künstlichen Intelligenz wurde zuerst der Charme IBM die Öffentlichkeit demonstriert seinen eigenen Neuron-Chip hergestellt, Google eingehende Studie entwickelt derzeit seine eigenen Chip hat AI ausgegebenen Chip so viele wie Dutzende Abkürzung bereits über den Rahmen der CPU gegangen hat APU vom Anfang bis zum WPV angeordnet worden. in diesem Knoten, grenzüberschreitenden Chip geschrieben AI Na Peisi Was für Geschäftslogik?
AI-Chip, eine wichtige Entwicklung in Richtung der Industrie
Antin ho beantwortet die Fragen der Wissenschaft und Technologie Daily Reporter. Sein Grund gegeben ist ‚künstliche Intelligenz-Chip ist eine sehr wichtige Entwicklung der Industrie‘.
Er sagte, dass eine Menge Technik und künstliche Intelligenz viel Quer Integration untereinander zurückgelegt haben. In diesem Stadium kann man grob in Betracht gezogen werden, die Kerntechnologie der künstlichen Intelligenz-Maschine-Learning-basierte, maschinelles Lernen und neuronale umfasst im Allgemeinen eingehende Studie Morphologieberechnung (Neuromorphic) zwei technische Richtung, in der die Tiefe der Lernsystem ist eine Kombination aus Hardware- und Software-Plattform, die eine hybride, die meisten Teil der Software in Übereinstimmung mit den Prinzipien des Betriebs von mehrschichtigen neuralen Netzwerk aufzubauen, die Hardware-Haupt-CPU verwendet wird, GPU und andere relativ ‚traditionellen‘ Prozessor und neuromorphen Computersystem-Hardware-Plattform ein Rechenknoten gemäß der neuralen Netzwerkstruktur ist, ist repräsentativ für das Produkt NEURON CHIP.
Antin Ho betonte, dass die enorme Tiefe Studie der technologischen Innovation in der Technologie-Software, aber Hardware ist immer noch eine von Neumann-Architektur, es schwierig ist, ihre eigenen Unzulänglichkeiten in Parallelverarbeitungsgeschwindigkeit und den Stromverbrauch zu überwinden. Neuron-Chip ist mit einer beispiellos niedrigen Energie Verbrauch und die Verarbeitungseffizienz. Hardware-basierter Chip mit einer massiv parallelen Verarbeitungsarchitektur verwendet, die jeweils der Eingangsdaten gleichzeitig in ein Neuronen Speicher gegossen, kann eine Hochgeschwindigkeitsverarbeitung von Daten mit einer niedrigeren Frequenz realisiert werden, während niedrigen Stromverbrauch beibehalten Zustand. noch wichtiger ist, Neuron-Chip Arbeit durch Mustererkennung und Lernen durchgeführt, die alle eines Neurons kann den gleichen Taktzyklus zu identifizieren, durchgeführt werden. komplexe Szenarien durch Erhöhung der Anzahl von Neuronen angesprochen werden können. Neuron-Chip es können verschiedene Arten von Daten, einschließlich der nicht-spezifischen Daten, die von den verschiedenen Sensoren handhaben.
Neuron-Chip, Ausbildung und Lernen fast augenblicklich
Die Größe des NM500-Chippakets beträgt nur 4,6 × 4,5 mm, die Frequenz beträgt 36 MHz, der Spitzenleistungsverbrauch beträgt weniger als 200 MW.NM500 enthält 576 identische Neuronen, jedes Neuron enthält ein Logikgerät und einen 256-Bit-Speicher. Si zeigte auch die entsprechende Evaluation-Board, bietet Stacking-Fähigkeit, integrierte FPGA, Bewegungssensor, USB-Anschluss und SD-Kartensteckplatz, unterstützt Windows und Arduino Entwicklungsumgebung.Science Daily Reporter sah in der Live-Demo, ein Evaluation-Board Die experimentelle Vorrichtung, die mit einem leichten Roboterarm konstruiert ist, kann Chips verschiedener Nennwerte entsprechend den Mustern auf der Oberfläche der Chips identifizieren und die Chips klassifizieren.Es ist beeindruckend, dass das Training und das Lernen neuer Chipmuster fast augenblicklich abgeschlossen sind. Die Entwicklungsumgebung ist einfach und bequem, der gesamte Prozess ist sehr einfach.
Antinho sagte, dass NM500 nach Erhalt der Design-Autorisierung von QV produziert wurde und Napais eine große Anzahl von proprietären Technologien während des Produktionsprozesses anwandte.Napes untersucht die Aussichten für die zukünftige Entwicklung von Neuronenchips. Im Zeitalter der Vernetzung beträgt die Anzahl der miteinander verbundenen Geräte 10 Milliarden oder 100 Milliarden .Die von diesen Geräten erzeugten Daten müssen verarbeitet werden, um einen Wert zu erzeugen. Das Anwendungsszenario der Neuronenchips ist voller imaginärer Fantasie.