1.蘋果三星也救不了智能手機處理器市場萎縮
集微網消息, 市場調研機構Strategy Analytics最新發布了一份統計報告, 主要內容為2017年全球智能手機處理器的出貨, 營收及分布情況.
智能手機處理器市場萎縮
Strategy Analytics的報告顯示, 2017年全球智能手機處理器市場萎縮5%, 總銷售額下降到202億美元.
其實, 這並不是一件難以想象的事情. 自去年開始, 全球智能手機的出貨量由於各大主要市場逐漸成熟, 新興市場開拓緩慢等多方面因素的影響, 出現了一定程度的萎縮, 出貨量也接連下滑, 即便強如蘋果, 三星也是力不從心.
而作為智能手機的核心部件, 處理器的出貨量與智能手機相伴相生, 出現下滑也是在所難免.
而從具體的處理器品牌來看, 高通, 蘋果, 聯發科, 三星和海思分別位列2017年全球領先智能手機處理器公司前五.
五大廠商境遇各不相同
雖然五大公司並沒有變化, 但是從各自公司的情況來看, 境遇卻是千差萬別.
由於2017年聯發科的智能手機處理器缺乏發展重心, 高通的市場份額得到了進一步提升, 達到了42%.
位列第二蘋果市場份額達到了22%.
聯發科位居第三, 在智能手機處理器市場擁有15%的市場份額.
Strategy Analytics的報告指出, 在過去的一年中, 蘋果, 海思, 高通和三星的處理器都出現了增長. 但聯發科和展銳的處理器出貨量出現了一定程度的下滑.
聯發科更是由於在中國市場的份額和出貨量出現了大幅度下滑, 五年來首次營收下滑. 而高通則藉此獲得了原本屬於聯發科的Oppo, Vivo, 小米等中國廠商的訂單.
具體原因在於, 在過去的五年當中, 3G 智能手機處理器的需求和發展都非常緩慢, 市場逐漸轉變成4G智能手機的主流市場. 當年以3G為主打的聯發科和展銳受此影響, 市場份額自然逐漸下滑.
Strategy Analytics的分析師Sravan Kundojjala表示: '2018年, 對於聯發科和展銳來說將會是至關重要的一年. '
AI和64位大勢所趨
此外, Strategy Analytics的報告中還指出, 目前已經有超過2.5億部智能手機開始採用AI引擎來實現機器學習, 支援諸如3D人臉識別, 映像識別等相關新應用.
未來, 相信隨著人工智慧應用在智能手機當中逐漸普及, 搭載相關技術的智能手機處理器將會成為市場的主流選擇.
另一方面, Strategy Analytics還指出, 經過多年的發展, 64位智能手機處理器在最近三年出現了大幅度增長. 2017年64位智能手機處理器市場份額達到了88%, 而這一數字在2016年僅為38%.
此外, Strategy Analytics還表示, 在蘋果, 海思, 高通和三星的推動下, 10nm智能手機處理器佔到總處理器出貨量的14%, 而8核的處理器佔到了總出貨量的40%.
目前, 全球手機市場呈現疲軟狀態, 這與手機差異化縮小, 缺乏創新有關, 比如蘋果十年磨一劍的iPhone X在市場就沒討得什麼好處. 未來隨著人工智慧和64位的大行其道, 智能手機處理器又會迎來怎樣的變化呢? (校對/範蓉)
2.NVIDIA黃仁勳: GPU加速運算成為延展摩爾定律主要模式
在此次GTC Taiwan中, NVIDIA執行長黃仁勳期未來10年內, 每年對於運算需求的規模將成長100倍, 同時預期在摩爾定律逐漸衰減之下, 全球前50大超級電腦的GPU運算量將在未來5年內成長15倍率, 同時以GPU加速運算的方式將成為延展摩爾定律的主要模式.
黃仁勳在GTC Taiwan再次強調過去NVIDIA創造CUDA運算模式所帶動加速效益, 同時說明未來藉由GPU加速運算的模式將會持續擴大, 預期在2028年全球運算需求將等同1000萬組Volta架構GPU所推動效能, 若以傳統通過多組CPU堆疊構成超級電腦等級運算能力, 將會佔據大規模空間及高額電力花費, 若以GPU替換的話, 則可節省更多空間與電力損耗, 同時帶來更高加速效果.
就目前超級電腦底經成為現代科學發展重要工具, 分別在分子建構, 量子化學, 量子力學, 天氣預報, 氣象研究, 能源探索, 物理類比, 數據分析與人工智慧技術發展扮演重要角色, 並且提供百萬億次或百億等級運算效能. 而就OpenAI統計顯示, 未來5年內的人工智慧運算模型將成長30萬倍, 相比摩爾定律預期成長速度快3萬倍, 藉由GPU加速能力將可讓數據, 演算程式複雜度大幅提升, 藉此解決過往人力無法解決運算需求.
去年宣布推出整合Tensor Core設計, 並且整合32GB HBM2記憶體的Volta架構GPU, 藉此對應125 Tensor TFLOPS運算效能, 分別對應7.5 FP64 TFLOPS或15 FP32 TFLOPS預算效能, 相比過往採用GPU加速運算模式可提升10倍效率, 同時進一步讓佔用空間與電力損耗大幅降低.
而為了突破硬體架構限制, NVIDIA在今年的GTC 2018更進一步宣布推出NVSwitch, 讓16組Volta GPU能共用高達512GB HBM2記憶體 (32GB x 16), 總計可對應81920組CUDA核心, 2000 Tensor Core TFLOPS運算效能, 構成全球最高效能的GPU, 並且不受傳統CPU架構限制GPU存取記憶體容量影響. 藉由NVSwitch的設計, NVIDIA更宣布推出全球最大 (並且可遊玩遊戲)的DGX-2 GPU, 對應藉由高達2PFLOPS運算效能, 並且特殊多孔纖維設計讓運作功率高達10000W的機盒維持低溫運作, 相比半年前正式推出的DGX-1運算效能提升10倍.
相比過往必須藉由300組雙核心CPU構成, 必須消耗180000W功率能耗運作的伺服器, 通過單組DGX-2 GPU即可對應相同運算效能, 但整替價格僅需1/8與1/18功率能耗, 同時相比過往Alex 練Alex Krizhevsky通過兩張NVIDIA GTX 580 GPU, 花費6天時間完成訓練AlexNet, 藉由DGX-2 GPU僅需18分鐘即可完成. 同時DGX-2 GPU也分別打破每秒分析1075個影像, 成為最快單晶片運算速度, 以及每秒可在每個節點處理15500個影像, 並且可在14分鐘內完成擴充, 推論延遲時間僅在1.1毫秒, 每秒更可推論演算6250個影像.
通過DGX-2的運算能力與NVSwitch串接技術, NVIDIA也宣布推出以DGX-2建構的伺服器平台設計HGX-2, 並且與廣達, 雲達, 富士康, 英業達, 緯創, 緯穎, 華碩, 技嘉, 華擎, 泰安, 宏碁等台灣在地廠商合作, 同時強調全球約有90%伺服器源自台灣, 而NVIDIA也與更多台灣在地廠商持續合作.
藉由GPU運算能力, 配合與Adobe等軟體廠商合作的影像處理技術, 將可實現即時修改影像中不必要物件, 或是重建影像中缺乏內容, 甚至能進一步呈現 '美顏' 效果. 同時通過與Google提出的kubernetes容器集群管理系統合作, 將可讓更多人工智慧系統能因應不同運算需求動態調整運算效能, 藉此讓GPU架速運算效能有更彈性配置效益, 將與阿里巴巴, 百度, eBay, HIKVISION, IBM, 小米等廠商合作.
在與台灣合作部分, NVIDIA表示目前富士康將藉由人工智慧技術檢測製作生產效率, 中國醫藥大學附設醫院通過人工智慧技術協助醫師分析預測癌症腫瘤轉移情況, 台灣大學則通過人工智慧區分鼻咽癌危及器官, 而台灣人工智慧實驗室也通過人工智慧技術協助台南市政府監測橋樑結構預防颱風損害, 桃園市政府則計劃在2020年前讓30%固定行駛路線的公車能配置Level 3自動駕駛功能.
如同先前在GTC 2018期間以 'PLASTER' 作為主題演講結尾, 黃仁勳也強調分別藉由可編程 (Programmability), 低延遲 (Latency), 高精準度 (Accuracy), 規模化 (Size), 數據吞吐量 (Throughput), 能耗效率 (Energy Efficiency), 進而推動學習訓練效率 (Rate of Learning), 讓人工智慧能以更快速度成長. 經濟日報
3.高通首款XR平台發布, 可與驍龍845 VR/AR體驗媲美?
集微網消息 (文/小北) 高通於昨日的增強現實世界博覽會 (AWE) 期間發布了首款擴展現實 (XR) 專用平台——驍龍XR1平台.
XR是高通於2017年提出的全新概念, 該技術涵蓋AR (增強現實) , VR (虛擬現實) 與MR (混合現實) . 高通曾預測, 在2021年XR將創造一個1080億美元的市場.
據悉, 高通對XR技術制定的初步戰略是: 晶片級: 高通最頂級移動晶片將支援應用在XR打造的移動平台; 軟體級: 提供專門的VR SDK供開發者使用; HMD加速器計劃: HMD參考設計幫助OEM廠商以最快速度實現產品的商用;生態: 與合作夥伴進行合作, 構建生態.
在XR1推出之前, 高通已經與合作夥伴推出20多款XR設備, 涵蓋一體機和XR相容智能手機. 曾經, XR被作為一種技術整合到高通驍龍高端處理器晶片中, 比如XR技術作為驍龍845的一大賣點而進行宣傳, 即能夠在室內空間定位, 六自由度和即時定位與地圖構建系統, 可產生更真實的沉浸式體驗.
據悉, 在XR概念提出來前, 高通驍龍處理器已開始融合這項技術, 驍龍820為第一代XR硬體平台, 驍龍835為第二代XR硬體平台, 驍龍845為第三代XR硬體平台.
XR1作為專用擴展現實平台, 整合了Qualcomm Technologies異構計算架構, 包括基於ARM的多核CPU (Kryo) , 向量處理器, 圖形處理器 (Adreno) 和高通人工智慧引擎AI Engine.
XR1還包括XR軟體服務層, 機器學習, 驍龍XR軟體開發包 (SDK) , 以及Qualcomm Technologies的連接與安全技術.
據悉, 驍龍XR1有三個檔次, 分別針對入門的cardboard, 3DoF (3自由度) 的主流級別產品以及6DoF (6自由度) 的旗艦產品.
根據知情人士表示, XR1平台簡化了以往驍龍處理器中大量為手機優化而做的設計, 減少了基帶整合, 由此使得成本顯著下降, 同時在AI與安全方面做了重點設計. 以往, Vive Focus等一體式設備採用的是驍龍移動處理器晶片, 如今可以採用XR專用平台, 這樣可以在成本上獲得更大優勢.
可以猜測, 未來高通XR技術在晶片級發展路徑將分為搭載XR技術高端驍龍處理器與XR專用晶片兩種.
高通預計, 首批搭載XR1晶片的VR一體機等將於2019年早期上市, 並預測2023年前, VR/AR一體機將達到1.86億台的規模. 高通透露, Meta, Vive, Vuzix和Pico等廠商已基於首款專用的XR1平台進行開發. 據外媒報道, 該晶片將率先應用在Vuzix新款Blade智能眼鏡以及HTC的AR/VR頭顯中.
XR1在視覺, 音頻以及交互方面的特性: 最高支援QHD+解析度的顯示屏, 6個頭部自由度+6個手部自由度, 4K 60FPS視頻回放, 高通Aqstic/aptxHD音頻技術, AR捕捉延遲在20ms以內等. (校對/茅茅)
4.聯發科MediaTek Sensio升級, MT6381將迎來應用落地?
集微網消息 (文/小北) 去年12月, 聯發科發布了智能健康方案MediaTek Sensio, 搭載這套方案的手機或手機配件可以在60秒左右測量出包括心電圖在內的六項生理數據, 而MediaTek Sensio的核心是一顆智能健康晶片MT6381.
一顆MT6381就可以測量用戶的心率, 心率變異, 血壓趨勢, 血氧飽和度 (SpO2) , 心電圖 (ECG) , 光體積脈搏波圖 (PPG) 6項生理數據, 因此被稱作六合一智能健康晶片, 可整合到智能手機, 可穿戴式設備等終端中. 據悉, 該晶片是迄今為止最完整的智能健康方案.
按照聯發科的生產計劃, 今年初MediaTek Sensio智能健康方案便可以開始供貨. 然而, 時至今日, 也未有手機廠商明確宣布搭載該款晶片.
MT6381當真沒有市場前景?
近日有消息稱, 聯發科正在與穀歌以及印度手機廠商攜手合作, 將把智能健康晶片導入到Android Go平台的智能手機當中, 有望今年開始量產出貨.
聯發科表示在MediaTek Sensio智能健康解決方案之中加入了血壓趨勢預測的演算法. 透過聯發科推進MediaTek Sensio發展的動作來看, 其必然對MediaTek Sensio及MT6381的市場前景充滿了信心.
據悉, 台灣大學, 台大醫院與聯發科技的研究團隊表示, 將繼續深化合作, 以優化與驗證演算法為目的, 同步展開臨床研究. 隨著MediaTek Sensio方案的推進與升級, 未來, 廠商有望藉助MediaTek Sensio開發用藥提醒, 血壓警示, 緊急呼救等應用的智能設備及配件.
聯發科, 穀歌關係緊密, 或成MediaTek Sensio落地關鍵
自2017年底, 聯發科與穀歌的合作愈發緊密. 2017年11月, 聯發科宣布正式進入穀歌的GMS Express項目, 成為第一方的SoC成員, 軟體更新審批時間縮減到4周; 2017年12月, 聯發科宣布成為穀歌最新推出 Android Oreo (Go 版本) 的合作夥伴, 將與穀歌緊密合作, 穩固入門級智能手機市場版圖.
Android Go可以看作是Android 8.1的精簡版, 主要由輕量級安卓系統, Google Go系列自帶應用以及專為低端設備設計的 Google Play Store構成, 專為512MB或1GB記憶體的手機設計.
透過一個細節可以看出Android Go瞄準了印度市場: Gboard在2017年4月做了一次更新, 增加了對6種印度本土語言的支援, 使得Gboard對印度本土語言的支援類型增長到了22種. 儘管穀歌從未提及Android Go是針對印度市場的, 但根據智能機全球格局可以推測, 穀歌Android Go的一大目標市場就是印度市場.
據悉, 聯發科面向4G手機的MT6739, MT6737, 面向3G手機的MT6580等多款晶片已全面支援安卓Android Go.
鑒於聯發科與穀歌在Android Go智能機方面緊密的合作關係, 聯發科MediaTek Sensio '順勢' 導入到Android Go智能機中也合情合理. 而且對於印度等新興市場而言, 智能健康將成為手機的一大賣點, 而MT6381的導入也不會帶來太大的成本上漲, 畢竟MT6381相較於全面屏, 雙攝的成本是很低的.
因此, 穀歌或將成為MediaTek Sensio落地關鍵.
5.NVIDIA發布HGX-2 AI運算性能更上層樓
為加速人工智慧(AI)發展, 並因應未來日益繁重的運算需求, NVIDIA於 'GTC Taiwan 2018' 大會上宣布推出專為AI與高效能運算打造的單一整合運算平台--NVIDIA HGX-2. 該產品透過2 Petaflops計算能力提升AI運算效能, 並已獲多家電腦/伺服器製造商, 如華碩, 宏碁, 雲達, 聯想等採用.
NVIDIA 創辦人暨執行長黃仁勳於會主題演講時表示, 隨著運算需求急速攀升, 擴充CPU的作法已經不合時宜, 且打造高效能運算(HPC)和AI的伺服器複雜度不停攀升, 幾乎已到了系統設計的極限; 而NVIDIA HGX-2結合搭載Tensor Core 的GPU, 透過高效能運算與AI的整合, 可提供業界一個強大的多用途運算平台以克服上述挑戰.
據悉, HGX-2 雲端伺服器平台具備多重精準運算效能, 提供強大的彈性支援未來益加繁重的運算需求; 並針對科學與類比運算分別採用FP64與FP32的高精準度運算, 同時也能運用FP16與Int8格式進行AI訓練與推論, 以因應越來越多的高效能運算結合AI所衍生的應用需求.
此外, 該產品還能透過ResNet-50達成每秒15,500張的AI訓練速度, 效能足以取代高達300顆CPU所組成的伺服器; 其還具備NVIDIA NVSwitchTM網狀互連架構, 能順暢串連16顆內建Tensor Core的NVIDIA Tesla V100 GPU 運作起來等於是一顆巨大GPU, 而以HGX-2所打造的系統正是日前所推出的NVIDIA DGX-2.
黃仁勳指出, HGX-2隸屬NVIDIA GPU加速伺服器平台系列產品之一, 該系列產品串連整個數據中心伺服器體系, 適合每個大型市場, 能因應不同AI, 高效能運算及加速運算作業建議最適 GPU 與 CPU 配置組合. 像是HGX-T針對超大規模訓練及HPC; HGX-1針對大規模推論及智能影像分析功能(IVA); 以及SCX-E針對數據中心, HPC, IVA, 虛擬案頭基礎架構(VDI)等. 新電子
6.瞄準自動駕駛! 英特爾與清華大學, 中科院啟動為期5年合作
集微網 5月30日報道
今天下午, 英特爾在北京宣布, 將成立英特爾智能網聯汽車大學合作研究中心, 與中國頂尖的大學和科研機構開展面向自動駕駛展開深入研究. 首批簽署合作協議的院校為清華大學, 中國科學院自動化研究所, 該合作為期5年.
據了解, 英特爾智能網聯汽車大學合作研究中心將瞄準五大課題方向, 涵蓋了自動駕駛汽車, 車聯網技術以及支撐自動駕駛的大規模智能基礎設施; 針對中國以及亞太地區獨特的文化, 地理特點, 應對自動駕駛汽車在廣泛應用和部署時需面臨的獨特挑戰等方面.
具體研究方向包括: 1) 自動駕駛汽車安全性; 2) 自動駕駛的人機介面, 以及新配套法律法規帶來的挑戰; 3) 開放數據集以及基準測試; 4) 基於蜂窩無線網路的車聯網 (C-V2X) , 移動邊緣計算, 智慧交通以及智慧基礎設施研究; 5) 基於新型硬體器件和架構 (例如英特爾3D Xpoint) 的先進演算法研究.
此次與清華大學, 中國科學院自動化研究所之間的合各方將要是圍繞創新性的車聯網應用以及平行駕駛等領域展開聯合研究.
複雜系統管理與控制國家重點實驗室主任, 中國自動化學會副理事長兼秘書長王飛躍表示: '通過此次合作, 相信我們在平行駕駛, 平行智能系統等領域的研究成果, 結合英特爾在自動駕駛領域的技術積累, 將有助於自動駕駛在中國的落地. '
清華大學汽車工程系教授李克強表示: '目前, 我們圍繞智能網聯汽車領域完成了一系列基礎性理論與應用技術研究. 此次與英特爾的合作, 將有利於我們著眼於全球視野, 聯動全球資源, 共同推動中國自動駕駛, 智能網聯汽車行業的創新型應用研究. '
過去幾年, 英特爾不斷加大在自動駕駛領域的布局. 去年, 他們斥巨資以153億美元收購了Mobileye. 資料顯示, Mobileye是一家總部位於以色列的知名科技企業, 這家創立18年的科技公司於2014年在紐交所上市, 當時的市值就已經達到了50億美元. 目前市面上大約有來自25個廠商的2700萬輛汽車擁有駕駛輔助功能, 而Mobileye產品佔據了其中70%的份額.
就在本月, Mobileye還宣布, 已經與歐洲汽車製造商就800萬輛汽車的自動駕駛技術達成合作協議. 英特爾預計, 將在2021年開始為汽車製造商提供基於Mobileye第五代系統晶片EyeQ5 (旨在為全面自動駕駛汽車提供以視覺為核心的計算機感測器融合) 的自動駕駛系統.