1.联发科: 要让5G与AI无处不在, 5G基带芯片M70明年商用
集微网消息, 近日在台北国际电脑展 (Computex) 上, 联发科技执行长蔡力行表示, 十分看好公司下半年的发展前景. 在最热门的5G和AI领域, 联发科拥有广泛的技术, IP产品和portfolio, 未来将不断扩充各种不同的应用, 力争在手机或智慧家庭等领域把5G, AI等产品用最好的形式带给使用者最佳的体验.
联发科总经理陈冠州表示, 联发科在5G技术上具备绝对领先的优势, 该优势主要体现在市场和技术两个方面. 首先, 在市场方面, 联发科的4G技术已覆盖世界各地, 包括欧洲, 美国和中国, 并拥有运营商的认证. 由于每个运营商的要求和技术均不一样, 都需要一一场测, 因此联发科对于自己的4G技术非常自豪, 不管是覆盖率还是表现都具备超强竞争力.
其次, 在技术方面, 联发科5G基带芯片M70将于明年正式商用. 据陈冠州介绍, 该基带芯片采用台积电7nm工艺制程, 初期将采用分离式设计, 未来5G基带芯片将整合进联发科的SoC之中.
同时, 联发科也在积极参与5G规格制定标准组织3GPP会议, 正携手诺基亚, NTT Docomo, 中国移动及华为等设备商及运营商开发相关的5G产品.
除了在智能终端领域的布局, 联发科目前也在积极布局智能家居和车用电子领域. 联发科技副总经理暨智能装置事业群总经理游人杰表示, 除了手机之外, 联发科还拥有两个重要平台, 分别是SmartHome装置平台和车用平台.
据游人杰介绍, 由于在考虑产品时都是从用户体验开始, 所以联发科的SmartHome装置平台主要致力于三个功能:更舒适, 更安全和娱乐消遣嗜好. 目前, 联发科在智能音箱芯片领域就已经登上全球第一的位置.
2017年, 智能音箱市场出现爆发式增长, 全球智能音箱出货量突破3000万台, 相比2016年的300万台有10倍的增长. 而联发科更是一骑绝尘, 拿下全球智能音箱近8成市占率, 表现不俗. 游人杰表示, 2018年智能音箱还应该会有成倍数的增长.
至于在车用平台领域, 据游人杰介绍, 联发科技主要运用过去在高速运算的能力让车子更节能, 并结合AI技术, 让大家体验的效果更安全, 舒适, 便利. 也就是说, Sensor+AI+联网技术, 等于联发科全面的车用平台领域的布局.
联发科技资深副总经理暨技术长周渔君则补充了NeuroPilot平台的优势, 包括弹性开放, 异质性处理器运算, 高效能APU等.
2.高通展示人工智能图景 AI的未来在哪?
集微网6月6日报道 (记者 张轶群) 从骁龙820到骁龙845, 高通基于智能手机端的AI平台已经演进了三代, 而在AI领域的研究方面, 高通已经有十年的积累.
目前, 高通正积极在智能手机, 物联网, 智能汽车等领域推进其终端AI策略, 同时加速AI创新技术的研发, 构建AI生态. 在高通近日举办的人工智能峰会上, 相关部门的负责人分享了高通技术在支持AI方面的发展策略, 进展以及用例, 呈现出高通在AI领域的全景图.
智能手机AI关注视觉, 语音, AR三方面
作为移动通信领域的巨人, 高通在推动移动通信技术, 智能终端发展上做出了巨大贡献. 历经十余年的发展, 尽管智能手机市场的增速正在放缓, 但随着物联网, 5G等时代的到来, 智能手机的核心位置再一次凸显.
预计在2018-2022年, 智能手机累计出货量将超过86亿部. 这意味着AI技术在智能手机领域的广泛应用有着广阔的空间. 智能手机是人工智能进行相关创新的最大平台. 如今, 手机厂商在AI领域的厮杀热度已经可以说明这一点.
据高通产品管理总监Gary Brotman介绍, 在智能手机AI领域, 高通重点关注三个方面:
一是视觉AI领域. 从目前手机厂商应用AI的情况看, 视觉方面的AI最多, 如面部识别, 解锁, 支付, 以及智慧摄像, 美颜等等, 一方面视觉AI技术相对成熟, 另一方面, 手机用户在这方面的体验需求较高.
二是AI语音, 利用声音与智能终端交流对话, 更好的互动.
三是增强现实 (AR) , 该领域对终端密集计算能力要求较高. 通过AR, 利用周围的环境, 实现智能手机上所有传感器的共同支持, 以虚拟和现实融合的方式, 即时提供娱乐, 教育和提醒服务等.
近三年, 基于智能手机端的AI平台, 高通已经推动AI技术演进了三代. 在这一过程中, 随着AI算法架构的不断进化, 平台的功能和能力也随之变得丰富和强大, 同时高通也在逐步构建AI生态的开放性.
第一代AI平台是骁龙820. 研究人员和商业开发者可在CPU上运行神经网络, 比较典型的就是运行Caffe. Caffe是当时最主流的架构, 是商用领域很多相关研发的基础, 可以直接把神经网络训练放在终端的CPU上进行.
第二代是骁龙835, 引入了神经处理引擎SDK. 通过与Google和Facebook的深入合作, 针对两者提供的框架进行了优化, 在终端侧支持TensorFlow和Caffe2. 这给予了开发者极大的便利, 可以根据自己的需要, 选择合适的硬件内核支持AI运算.
去年12月, 在高通推出的骁龙845上, 集成了第三代AI技术, 对每一颗内核的计算能力都进行了扩展, 同时也扩展了对于更多神经网络框架的支持. 一方面, 通过直接与神经网络框架供应商合作; 另一方面, 也支持了ONNX交换格式, 能轻松地为开发者提供更多灵活性, 无需担心底层硬件支持何种网络的问题.
高通人工智能引擎AI Engine由一系列硬件与软件组件组成, 旨在让终端侧AI为开发者带来高能效和灵活性. 硬件上, 通过对CPU, GPU和DSP进行优化, 可以满足不同AI应用场景对功耗, 神经网络, 工作负载和能效的需求.
在软件方面, 通过SDK, 可以支持Android NN环境, 它还支持Hexagon NN, 如果开发者选择使用Hexagon DSP来做开发, Hexagon NN库就可以专门针对某一内核进行优化以实现最优的能效比. 所有这些为开发者以及客户带来极大的灵活性, 并有助于他们实现性能最大化.
从行业来看, 目前只有海思的麒麟750单独设置了AI单元NPU, 而高通, 联发科仍采用分布式计算的方式. Gary Brotman认为, 智能手机AI体验不能仅仅依靠一个特定的内核, 更重要的是需要多种架构, 多种工具, 目前分布式架构能够充分应对智能手机对于AI功能的需求.
AI语音个人助理: 变革性用户交互界面
人工智能的很多重要用例都需要各方面能力的支持, 在视觉AI成熟之后, AI的下一步被认为是AI语音, 个人数字助理也成为重要用例之一, 如手机端的语音助手, 智能音箱等等.
在高通人工智能研究项目负责人兼工程技术高级总监侯纪磊看来, 实时是个人助理很重要的特性, 以随时为用户提供服务. 从能效的角度看, 个人助理始终在线的特点对模型的高效性有非常高的要求. 在个性化方面, 如何在听觉, 意图和行为的层面提供非常个性化的服务, 也是个人助理对个性化方面的重要需求. 在学习方面, 我们希望个人助理不断了解个人行为, 不断调整模型, 并在终端侧进行学习和训练. 从系统架构来看, 情景感知是人工智能助理的重要特性, 而推动传感器多模态学习和多模态融合, 是其未来能力体现的重要角度.
语音交互是个人助理非常重要的关键部件. 语音是我们一直期待的变革性用户交互界面, 尤其是在hands-free (不使用手去触及终端) 的应用场景中. 语音界面对于打造真正的虚拟助理非常重要. 语音交互界面可以支持四个非常重要的特性. 第一, 始终开启, 需要始终在线, 始终准备好提供服务. 第二, 对话式, 个人助理不是死记硬背一些命令, 而是能够进行非常自然和流畅的, 多轮次的正常交流. 第三, 个性化, 个人助理如何识别词句, 并清晰理解意图, 这也是语音交互界面非常重要的一个方面. 第四, 私密性, 不用把数据传到云端, 而是在终端进行很多处理, 也是语音交互界面将来发展的一个重要的方向.
其实, 语音交互作为一个研究方向, 已经存在了超过50年的时间, 为什么最近几年突然变得火爆? 侯纪磊指出, 在大概20多年前, 机器学习的方式还是传统的机器学习, 而不是今天说的深度学习, 那时通过高斯混合模型, 已经能够达到一定的性能指标. 而随着深度学习的出现和挖掘, 卷积神经网络和递归神经网络不断被应用到语音交互界面场景, 出现了一个非常重要的趋势是: 语音识别的性能指标将很快接近甚至超越人类的准确率.
'当这个重要的阈值被突破, 很快大量消费类, 企业类, 工业类等语音交互应用场景和商业模式会被挖掘出来. ' 候纪磊说.
另一个非常重要的趋势是, 语音交互功能正从云端向终端侧快速迁移. 今天, 从商用而非研发层面看, 语音交互还更多是一个以云端为中心的架构. 即使在这种情况下, 出于对低功耗, 实时的考虑, 语音交互所需的一些功能如语音降噪和语音激活都已经在终端侧进行处理. 从云端到终端侧的迁移是一个渐进的过程, 很快包括语音识别, 自然语言理解以及文字转语音 (TTS) 在内的更多功能会逐步演进到以终端侧为中心. 由机器学习驱动的端到端解决方案正在推动语音交互向终端侧迁移的趋势. 候纪磊表示, 语音交互由云端向终端演进在于隐私, 及时响应等优势. 而未来语音交互长远的发展方向应该是云端跟终端紧密结合. 模型训练, 模型更新, 知识库应用以及一些更宽泛的服务, 在云端进行处理可以跟终端进行更好的互补.
AI为物联网与智能汽车带来的机遇与挑战
如今, 许多支持终端侧人工智能的物联网终端已经推出市场, 包括智能扬声器, 智能助理, 智能摄像头, 家居枢纽, 智能吸尘器等等. 例如, 在家居枢纽中, 智能扬声器和智能助理应用了语音智能. 在联网摄像头中应用了图像分类, 物体分类和面部识别. 在机器人方面, 例如智能吸尘器应用了躲避障碍. 总体而言, 终端侧人工智能正迅速发展, 为物联网提供强劲的动力.
高通资深产品经理Shardul Brahmbhatt介绍, 高通的技术支持面向物联网的终端侧人工智能用例, 总体来说分为三大类: 视觉, 音频和传感器处理.
Brahmbhatt介绍了两个用例, 一是在企业级安防领域, 利用人物检测, 面部识别和面部检测来识别, 评估进入公司大楼的员工和非员工, 以确保安防系统的预警信号在终端侧就可以被发送出去, 而不用再回到云端进行处理. 另一个用例是智慧城市. 在这个用例中, 终端侧人工智能可以帮助进行车牌识别, 碰撞事故预警, 以及交通状况监测等.
今天, 无论是传统车厂, 或很多新的互联网公司, 以及很多新兴独角兽企业都希望能够掌握未来汽车市场. 关于汽车的未来, 高通确定了三大方向. 第一, 使汽车与万物互联. 无论是今天的4G, 还是未来的5G, 到2021年超过70%的汽车将支持车联网. 许多国内外大型车厂在今年或明年就将实现百分之百的车联网覆盖. 第二, 变革驾驶员和乘客的用户体验. 多年来, 汽车的信息娱乐平台已从无屏快速发展为大屏和多屏, 实现了全数字化和多操作系统, 同时提供丰富的云端服务和内容交互. 第三, 为未来自动驾驶铺平道路.
据高通产品市场高级总监叶志平介绍, 目前, 主要汽车制造商均采用高通的技术和解决方案. 在连接技术方面, 高通是全球最大的车载信息处理和汽车蓝牙供应商, 拥有超过十年的经验.
'高通领先的下一代顶级信息娱乐方案已被多款将于2019-2020年实现量产的汽车采用, 也就是从大屏到多屏以及多操作系统. 2017财年, Qualcomm赢得25个全新车载信息处理和信息娱乐设计. 全球前25家顶级汽车制造商已有14个品牌选择在其汽车信息娱乐设计中采用骁龙汽车平台, 在它们的下一代汽车上进行量产. 2019年和2020年, 第一代骁龙820汽车处理器将会进入量产. ' 叶志平说.
同时, 叶志平指出, 一系列汽车人工智能的挑战和要求需要面对. 首先是安全性, 汽车将拥有许多用户隐私数据, 例如人脸或指纹. 其次, 汽车的人工智能必须能够即时响应, 例如在自动驾驶状态, 时延必须大大降低. 第三, 实用性及可靠性, 无论在任何状态人工智能必须能够运行, 尤其是在一些没有网络覆盖的区域. 最后, 还存在热效率和能效的挑战.
叶志平表示, 通常涉及人工智能的功耗将高达100瓦, 汽车则超过60瓦, 服务器 (sever box) 的设计要求超过60瓦必须配备冷却系统. 对于展示而言目前的设计是可以的, 而要将具有合理性价比且不会浪费车内空间的自动驾驶汽车实现真正量产, 目前的技术还无法实现. 随着越来越多电动汽车开始上市, 耗电和电池里程也是一个比较大的考量. (校对/范蓉)
3.高通前CEO保罗·雅各布正创办一家5G公司XCOM, 计划收购高通
新浪科技讯 北京时间6月7日凌晨消息, 前高通公司首席执行官保罗·雅各布 (Paul Jacobs) 正在创办一家专注于5G无线通信技术的公司.
该初创公司的名字叫XCOM, 将致力于解决5G面临的问题, 以实现低延迟和高可靠性. 高通公司前总裁德里克·阿伯勒 (Derek Aberle) 和前首席技术官马修·格罗布 (Matthew Grob) 也加入了该新公司. 据公司网站介绍, 阿伯勒将担任公司的首席运营官, 格罗布将担任首席技术官, 而雅各布则担任首席执行官.
据CNBC报道, 雅各布目前仍在计划将高通私有化. 他正与阿伯勒一起筹集数十亿美元资金用于收购高通.
据XCOM发言人称, 该公司还没决定要雇佣多少人, 管理层也没制定好该公司的商业模式.
阿伯勒告诉CNBC称, 该公司可能将售卖5G技术专利授权, 或向购买其半导体产品的公司提供软件支持.
阿伯勒表示: '为证明5G技术在物联网应用上的可用性, 还有很多工作要做. 我认为我们公司在这方面有很多不错的想法. '
他补充道, 一旦收购高通的计划成功, XCOM的技术将被用在高通生产的芯片中, 而且该初创公司也可能并入高通. 新浪科技
4.背靠苹果好赚钱, 一部iPhone博通赚10美元
集微网消息, 3月12日美国总统特朗普以国家安全为由否决了博通对其美国竞争对手高通的收购案之后, 博通股价一度从273.85美元的年内高位跌至5月初的221.98美元.
虽然博通董事会曾在4月14日通过了规模达120亿美元的股票回购计划, 但有关iPhone销量低迷的传言, 台积电及高通等同行财报显示无线业务表现疲软, 博通下调二季度财报指引, 这些因素都令博通股价承压.
每部苹果手机博通赚10美元
不过, 根据摩根大通的报告显示, 博通 (Broadcom) 将向苹果提供新iPhone中的所有非射频芯片, 这意味着每部苹果手机将给博通带来10美元的收入.
摩根大通分析师Harlan Sur指出, 在下一代iPhone中, 博通将维持其在非射频芯片中的份额. 这意味着, 博通将成为新iPhone无线充电, Wi-Fi, 蓝牙和GPS功能的唯一供应商.
'我们认为, 博通将成为2018年新一代iPhone上百分之百的非射频芯片供应商, 并且在连接 (Wi-Fi, 蓝牙, GPS) 等功能上提供芯片支持, 同时在模拟界面和无线充电方面也与苹果紧密合作. ' Sur在报告中表示. '我们看到, 在2018款iPhone机型中, 非射频芯片的成本增加了8%到10%, 其中无线充电芯片升级和GSP/无线充电附加费率的提高是价格上涨的主要因素. '
摩根大通预计, 博通二季度的每股利润4.77美元, 符合华尔街的共识预期. 不过, 摩根大通预计博通三季度每股利润为4.63美元, 优于华尔街共识预期.
'市场经常会忽略博通在无线连接方面的主导地位, 包括Wi-Fi, GPS和蓝牙等. 与苹果紧密的合作关系, 将使博通继续成为2018年所有iPhone的非射频芯片供应商. 我们预计明年随着苹果转向使用博通的下一代蓝牙和Wi-Fi组合芯片, 2019年博通将在iPhone上获取更多的利润. ' Sur表示.
除了乐观的收益预期之外, 分析师还重申了自己对博通股价的评级, 并且将其目标股价上调到2018年年底的337美元, 涨幅高达30%.
华尔街仍看好博通
从一季度财报来看, 博通的整体收入有40%都来源于它的无线业务, 而该业务又主要依赖于iPhone销量, 因为博通共为iPhone供应八个零部件. 此前, 外媒曾多次报道苹果最新推出的iPhone (尤其是iPhone X) 销量低迷.
不过, 博通在5月4日触底之后逐步回升, 这在一定程度上与苹果公布的超预期财报有关. 财报显示二季度iPhone出货量为5220万部, 较2017年同期增长3%. 虽然比起一季度下跌超过 32%, 但考虑到节假日消费因素, 所以这个下跌属于正常范畴. 对比同期销量, 2018 年 Q2 的 iPhone 销量依然创下了有史以来第二好的成绩.
诚然, 在增长日益放缓的智能手机领域, 未来iPhone出货量同比或难有大幅增长. 对于这个挑战, 博通的最佳应对方法是将继续提高向iPhone供应部件的单价.
Evercore ISI分析师C.J. Muse也在5月24日首次覆盖博通, 设定了 '跑赢大盘' 的评级及300美元的目标股价. Muse认为, 有关对iPhone销量低迷的担忧已经充分计入到了博通的股价当中, '激进' 的股票回购活动以及毛利率改善将成为股价上升的催化剂.
虽然博通对二, 三季度营收预期的下调令投资者维持谨慎, 但整体来看华尔街分析师仍然看好博通未来表现. (校对/茅茅)
5.AMD揭露下一代7纳米EPYC服务器处理器, 最快2019年问世
今年的Computex期间, AMD也举办新品的发表会, 不只发布多款采用Ryzen 2桌上处理器的桌机, 搭载Vega GPU的笔电新产品, 还首度揭露了下一代EPYC服务器处理器的开发进度, 已经即将走出实验室测试阶段, 开始展开送样测试, 尽管AMD并没有透露确切的发布日期, 但已经可以确定的是, 下一代的EPYC处理器将在2019年正式推出.
在长年服务器竞争始终落后一方的AMD, 自去年6月决定翻新处理器架构, 改采用全新Zen运算架构与14纳米制程技术, 推出了高达32核心的EPYC 7000系列处理器, 并将它定位在入门级或中阶服务器, 锁定企业主流2路或单路服务器的应用市场.
在会中, AMD执行长苏姿丰一开始就提到了EPYC 7000处理器推出以来的使用成果. 她表示, 迄今已有OEM/ODM硬件厂商, 系统整合商, 以及云端服务商至少30家业者, 在超过50个以上新的服务器硬件上, 皆已搭载了这个新的处理器, 用来处理不同运算工作. 她同时也宣布将新增3家, 包括, HPE, 思科以及中国的腾讯, 都将开始跟进采用.
除了EPYC 7000处理器系列, 去年AMD就已预告还有两款新的EPYC处理器, 即将在今, 明两年内推出, 其中一款EPYC处理器代号为Rome, 将采用新一代Zen 2架构, 以及加入更先进7纳米制程技术, 还有另一款代号Milan的EPYC处理器, 制程技术与Rome相同, 都是7纳米, 不过采用的则是Zen 3全新架构.
苏姿丰今天也揭露了下一代 'Rome' 的EPYC处理器的推出时程, 已经即将走出实验室测试阶段, 今年底前将开始展开送样, 最快2019年就会正式问世. 为此, 她现场也实际展示这款新处理器的产品原型, 向大家证明她所言不假, 确实已有实际的原型正在测试当中. 虽然苏姿丰强调, 在实验室测试环境下, 测得非常好的处理器效能表现, 不过她并未透露太多关于这个新处理器的细节.
AMD执行长苏姿丰在今日的新品发表会上, 也首度展示下一代EPYC处理器的产品原型, 并提到即将展开送样测试, 预计2019年推出上市.
此前, 苏姿丰曾夸下豪语今年要拿下20%的全球桌上处理器市占, 但单就服务器处理器的市占来看, AMD数据中心与嵌入式系统解决方案事业群资深副总裁暨总经理Forrest Norrod也相当看好, 甚至他表示, 根据公司的预期, 今年底前将可望达到5%的全球市占. 若长远来看, 他进一步说, 将以超越当年全盛时期的27%市占为目标.
AMD数据中心与嵌入式系统解决方案事业群资深副总裁暨总经理Forrest Norrod看好今年AMD服务器处理器全球市占的成长表现, 预计年底将有机会拿下5%的全球市占.
Forrest Norrod不只看好EPYC处理器的长期发展, 他也表示, 明年推出的新EPYC处理器, 将具备更强大效能和节能表现, 并且将相容于现有的EPYC处理器架构.
除了下一代EPYC会采最新7纳米制程技术外, 会场上AMD还介绍另一款新Vega显示卡, 同样采用相同7纳米制程, 预期今年内就会推出上市. IThome
6.CEVA将深度学习引进IoT边缘装置
机器学习正快速成为物联网(internet of things; IoT)装置的一项确定特色. 家电现在开始支援语音驱动介面, 能够智能地因应自然语言模式. 现在, 透过在智能型手机相机上向机器人示范流程, 就能向机器人展示如何在工厂现场四处搬移材料, 并为其他机器编程, 同时智能型手机的功能也变得更聪明了. 这些应用程式是利用至今最成功, 能处理复杂, 多面向数据的人工智能结构: 深度学习网路(deep neural network; DNN).
智能向边缘装置移动