集微網消息 (文/小北) 德州儀器 (TI) 周二表示, Brian Crutcher辭任總裁, 首席執行官以及TI董事會成員職務, 董事會已經任命Rich Templeton為新一任CEO, 同時Rich Templeton將繼續擔任TI董事長. TI強調, Rich Templeton並非臨時CEO, 將長期任職, 且董事會不會尋找替代人選.
Brian Crutcher辭職的原因是違反了公司的行為準則. TI表示, Crutcher的違規行為與自身行為有關, 這與TI的道德和核心價值觀是不一致的, 但與TI的戰略, 運營和財務報告無關.
TI董事會主席Mark Blinn表示, 幾十年來, TI的核心價值觀和行為準則一直是我們運營和行為方式的基礎, 我們對違反準則的行為採取零容忍的態度. 在過去的14年間, Rich對TI進行了成功的領導. TI對Rich的價值觀以及繼續領導公司前進的能力充滿信心. '
Rich表示, 我為TI而感到自豪, 並熱衷於讓其變得更強大.
今年1月, TI宣布換帥, 曾任職14年的 CEO Rich Templeton將卸任, 在其內部任職22年的Brian Crutcher將接替 Templeton出任 CEO, Crutcher將於6月1日上任.
短短時間內, Rich Templeton又回到了老位子.
Rich Templeton是TI的一名的 '老兵' , 1990年, 在紐約聯合學院電子工程學專業畢業後就加入了 TI; 1996年6月到2004年4月間, 擔任公司執行副總裁和半導體業務部總裁; 2000年4月至2004年4月間, 擔任TI COO; 2004年5月出任總裁兼 CEO; 2008年出任董事會主席; 自2003年7月以來, 他一直在公司董事會任職.
業內人士表示, 正因為經曆了眾多的崗位的曆練, Rich Templeton更能理解半導體戰略. 在他的領導下, TI在核心業務中表現出更強的技術和產品定位. (校對/春夏)
2.又融5億美元! 這家無人車公司為何如此兇猛?
集微網消息 (文/艾檬) 無人車領域好像從不缺錢, 這不, 總部位於舊金山的無人車公司Zoox又融5億美元, 領投方是辦公協作公司Atlassian的聯合創始人Michael Cannon-Brookes, 以及中國VC春華資本.
估值32億美元
至此, Zoox的累計融資額已達8億美元, 估值32億美元. 放眼全球, 也算得上自動駕駛初創公司中的第一陣列玩家了.
在這次新融資宣布中, Zoox也對外披露了一些公司最新的進展: Zoox已是一家500人規模的公司, 計劃在2020年推出商用無人車; Zoox不以出售無人車作為商業模式, 而會直接部署自己的無人駕駛出租車隊; 運營部署首先會在固定場景, 再逐步推廣; 目前的Zoox已經能從斯坦福大學開到舊金山市區, 路程大約65公裡, 其間有郊區, 高速, 市區等多個場景.
但是, Zoox創始人Tim Kentley-Klay也表示: 新一輪融資也將開啟, 會持續到明年年底. 不過沒透露新一輪要融多少錢, 又用於何處.
劍走偏鋒的Zoox
雖然Zoox不是熟悉面孔, 但當蘋果股價創下新高之際, 17名蘋果無人車工程師卻 '逆流而動' 離職並加入一家自動駕駛的初創公司——Zoox. Zoox創立於2013年, 其創始人是澳大利亞設計師Tim Kentley-Klay和Jesse Levinson.
Zoox一出手就有點 '劍走偏鋒' 的意味, 它的想法是希望打造無人駕駛的出租車生態, 即Google+Lyft合力想要做的事情, 也是Uber和滴滴都在集中瞄準的方向.
在具體技術實現方案上, Zoox要走一條依靠雷射雷達實現L4等級完全無人駕駛的道路, 並且重新設計車本身. 從之前曝光的車體圖片來看, Zoox的無人車被設計成了4座, 沒有方向盤, 油門和刹車, 似乎也不分車頭車尾——沒有調頭轉向的顧慮.
最為突出的感測器是安裝在前後左右四角上的Velody雷射雷達, 車頂還有一根GPS天線. 還有不少雷達被設置在車輪位置, 還有聲納感測器.
對這一 '豪賭' , 業界看來有理由期待.
國內VC青睞
值得一提的是, Zoox在中國VC圈早已名聲在外.
除了早期投資者德豐傑基金, 這次由春華資本領投, Zoox還獲得了騰訊, IDG等中國資本的加持.
據說騰訊在試乘一眾矽谷無人車公司後, 最終就跟Zoox和Drive.ai比較對味, 不過具體投資詳情, 一直沒對外披露.
IDG資本在2016年參與Zoox的A輪融資. 而IDG資本對新出行領域的全球布局自2016年開始. 在高等級自動駕駛領域, IDG資本最早投資了全球領先的Level 4全自動駕駛全明星團隊: Zoox 和 Pony.ai, 如今這兩家公司分別是美國和中國初創公司中融資能力最強, 估值最高的無人車獨角獸. (校對/小北)
3.諾基亞推自家10納米ReefShark晶片集, 5G布建成本降
諾基亞(Nokia)近年積極開發各項5G相關應用業務, 亦積极參与標準制定, 以協助智能港口, 車聯網, 智能工廠等應用場域的5G連線技術發展. 為此, 諾基亞更推出了自家晶片集, 以做到基站的微型化並降低5G建置成本.
諾基亞大中華區總裁王建亞表示, 5G的建置投資不見得將高於4G, 單看建置方式是采SA或NSA架構而定; 然而可以想見的是, 在未來, 對於全球電信運營商而言, 來自語音的收入比例將會越來越少, 而數據營收比例將會增加. 未來絕對是以數據服務為主, 也包含純粹流量服務與垂直應用服務, 都將非常重要.
藉由諾基亞貝爾實驗室的研究和創新, 諾基亞能從核心晶片, 網路架構到管理服務整體開發完整方案. 此外, 諾基亞也積極與全球各產業領域的專傢伙伴協作, 共同打造了完善的物聯網生態圈(Nokia WING).
其中, 諾基亞采10納米製程技術所開發推出的ReefShark晶片集, 能減少一半的massive MIMO天線數, 不僅增加部署的選擇性, 也將基頻單元的功耗減少了64%. 5G massive MIMO天線相當巨大, 在導入ReefShark晶片集後, 能順利做到基站微型化, 有效降低電信營運商的5G建設成本. 而具備機器學習功能的波束成形技術, 除可讓網路 '追蹤' 行動裝置及擴大基站覆蓋範圍外, 也能為任何地點提供所需要的大規模容量. 在未來, 諾基亞的5G相關產品都將使用自家開發晶片, 以確實掌握端到端的發展.
為開拓更多創新應用案例, 諾基亞亦積极參与5G標準制定, 以協助實現5G智能港口, V2X 車聯網, 智能工業自動化等應用. 王建亞進一步說明, 各種創新服務的出現, 不僅是對於電信營運商的挑戰, 更是各式跨產業的競爭. 新電子
4.揭秘語音交互: 個性化AI打造 '數字化的你'
從更精美的照片, 更高的安全性到更自然的用戶界面 (UI) , 人工智慧 (AI) 正以無縫的方式更多地豐富我們的生活. 高能效和個性化是Qualcomm AI Research的核心研究領域, 因為它們對於下一代無處不在的智能用戶體驗而言不可或缺. 終端側AI正在支援虛擬助理的發展, 而個性化正成為今天的虛擬助理和未來真正個人助理之間的主要差異.
AI驅動語音交互革命
語音是我們一直期盼的變革性交互方式, 它可以提供用戶與終端間的自然交互, 而無需任何手部操作. 先進的語音交互具有始終開啟, 對話式, 個性化和私密的特徵, 可支援我們進行高效且自然的對話. 從智能手機, 智能音箱到擴展現實 (XR) 設備和汽車, 語音交互正在眾多產品種類中日益發展和普及.
要實現端到端的語音交互體驗, 其中需要多個組件的支援 (見圖1) . 語音交互的流程是這樣的: 首先麥克風採集語音訊號, 然後是語音預處理, 語音激活, 語音識別和自然語言理解, 最終是終端通過語音合成的方式響應用戶. 由此可見, 端到端的語音交互是個多步驟的複雜流程.
為什麼今天語音交互變得如此普及? 一個重要因素是, 機器學習已經點燃了語音交互的革命. 機器語音識別的準確率正不斷逼近95%, 達到與人類準確率相當的水平. 當機器準確率不能達到人類的水平, 整個語音交互過程就沒法做到對話式的自然高效交流, 因此用戶體驗會有顯著下降. 機器學習技術可應用於幾乎所有的語音交互組件之上, 從而提升各方面及整體的交互體驗.
終端側的語音交互至關重要
因計算, 記憶體和功率的限制, 主要語音交互組件 (如自動語音識別和自然語言處理) 傳統上都由雲端AI所支援. 但是, 終端側處理具有眾多獨特的優勢, 包括更快的響應速度, 更高的可靠性和更好的隱私保護. 尤其是在私密性方面, 今天的消費者渴望把數據掌握在自己手中, 並且有權選擇是否將數據發到雲端進行處理或存儲. 因此, 更多在終端上進行處理並為雲端功能提供補充, 這是目前行業的重要趨勢之一. 而其中的主要挑戰在於, 需要在移動終端的功耗和散熱限制下運行並實現複雜的語音交互功能.
高通正積極應對這項挑戰, 並把低功耗的終端側AI應用於語音交互組件之上. 以下是幾個例子:
º語音降噪將帶噪語音處理成清晰語音並輸出, 這在嘈雜環境中尤其重要. Qualcomm AI Research正在開發一個降噪深度學習模型, 該模型與傳統方法相比有顯著的性能提升, 並具有較高效率可在助聽器這樣非常受限的處理能力, 功耗和散熱條件下運行.
º自動語音識別將語音轉錄為文本. 測試表明, 深度學習技術可在移動終端上實現頂級的語音識別準確率. Qualcomm AI Research已經完成了一個深度學習聲學模型的訓練並使其適應每個用戶的口音和環境, 從而提高個性化程度.
今天, 終端側的語音交互已經成為現實. Qualcomm AI Research已經可以在終端側實現整體的端到端語音交互處理, 並在2018年的CES大會上演示了智能家居中的端到端語音交互體驗. 在適應口音和環境後, 這項演示對特定領域的指令集已經可以實現超過95%的意圖理解準確率.
個性化成就真正的虛擬助理
真正的虛擬助理是在終端裡面有一個 '數字化的我' . 因此, 它需要分析個人資訊並不斷學慣用戶偏好, 從而成為真正了解用戶的數字助理. 情境式智能是實現個性化的必備條件, 而實現情景式智能需要融合多種終端側感測器的數據 (如麥克風, 攝像頭和陀螺儀) 及其他終端側和終端外數據 (見圖3) .
增強個性化的一大好處在於, 它能夠推動個人助理進一步發展併兼具響應性和主動性. 真正的個人助理不僅能夠在用戶提問時提供個性化的答案, 還能基於情境分析進行自主決策和無提示對話.
為進一步提升虛擬助理的個性化程度, Qualcomm AI Research正對終端側的 'AI agent' 展開研究, 它有望從所有感測器數據中不斷學習個人資訊, 最終實現直觀行動. AI agent的關鍵功能包括情境式融合及學習, 這最終將支援個性化響應並豐富我們的生活. 初步研究結果已展現出終端側個性化的遠大前景. 個性化不僅將提升虛擬個人助理的用戶體驗, 而且將豐富我們生活的方方面面. 這項技術將變革眾多行業, 不斷推動行業創新.
*本文內容來自高通高級總監兼AI研究項目負責人侯紀磊博士的署名博客.
5.QLC 64層3D NAND Flash來勢洶洶, SSD控制器準備就緒
更大容量, 更高效能一直是固態硬碟(SSD)產品發展的主要方向, 而為了迎合此一目標, 大多數NAND Flash廠都計劃在2018年下半推出採用QLC架構的64層3D NAND Flash, 並預計在2019年將其應用在96層產品上. SSD控制器廠商也緊跟這個趨勢, 推出支援QLC的新一代產品.
為實現更高儲存密度, NAND Flash的堆疊層數不斷增加, 單一晶胞內能儲存的資訊也越來越多. 目前NAND Flash晶片已經進入64層TLC時代, 展望2019年, 三星(Samsung), 東芝(Toshiba)等業者都將進一步推出96層QLC顆粒. 為了因應即將量產的新一代NAND Flash規格特性, 台灣兩大SSD控制器業者群聯和慧榮, 皆已備妥對應的解決方案.
兩大台系SSD業者展示QLC火力
群聯電子發言人於紹庭表示, 3D NAND Flash技術不斷推進, 目前64層TLC已經是相當穩定的產品. 而為了進一步提升儲存密度, NAND Flash供應商正在努力往96層QLC發展, 屆時單一顆粒的儲存容量將可達1TB. 其實, 目前已經有業者發表採用QLC架構的64層3D NAND Flash, 但技術驗證的意味濃厚, 預計要等到2019年推出的96層3D NAND Flash, 才會開始大量採用QLC.
慧榮科技產品企劃部專案經理鄭元順則指出, 目前美光(Micron)/英特爾(Intel)在QLC技術的進展最快, 已經有小量64層QLC NAND Flash應用在伺服器所使用的SSD上, 但平心而論, 其主打特點在於性價比, 至於效能只能說是表現平平. 但由於QLC是業界必然的發展趨勢, 接下來東芝, 三星也會陸續推出基於QLC的64層NAND Flash顆粒, 因此, 作為SSD控制器供應商, 在產品布局上還是得做好準備.
為了因應此一技術發展趨勢, 群聯在Computex期間正式發表其第一款支援3D QLC的控制晶片. 由於QLC架構雖可實現更高的儲存密度, 但數據儲存的可靠度跟讀寫速度卻會受到影響, 因此該控制器搭載了群聯自行研發的第四代SmartECC技術, 在PCIe Gen3×4的頻寬下, 循序讀寫效能均可達3,200MB/s, IOPS則均為600K.
群聯進一步解釋, 當數據被寫入到NAND Flash內部時, 其支援SmartECC的控制器同時會產生一組校正碼, 與數據一起存入. 數據從NAND讀回時若發生錯誤, 控制晶片會透過校正碼更正數據, 若該錯誤無法透過ECC校正碼成功更正, 這筆數據就會進入SmartECC的補救流程, 藉由特別設計的演演算法修正數據, 提高數據可靠性.
不讓群聯專美於前, 慧榮也在Computex期間發表其新一代PCIe SSD控制器, 支援最新的3D TLC和QLC NAND. 而為了提高數據儲存的可靠度, 其控制器搭配慧榮獨有的韌體技術, 包括端到端數據路徑保護, SRAM ECC, 結合LDPC和RAID的最新第五代NANDXtend ECC技術. 至於在讀寫性能方面, 其PCIe Gen3×4控制器的最大循序讀取速度為達3,500MB/s, 循序寫入速度達3,000GB/s, 隨機讀寫性能則為420K IOPS.
不過, 有業界人士認為, 由於QLC的可靠度比TLC更差, 因此即便96層QLC顆粒在2019年進入量產, 要應用在固態硬碟(SSD)上, 可能還需要一段時間. 採用96層QLC顆粒的第一批終端應用產品應該不會是固態硬碟, 而是USB隨身碟這類對可靠度要求較低的應用.
SSD效能破表 散熱問題如影隨形
除了儲存容量可望因QLC顆粒的導入而持續成長之外, SSD的效能也在不斷進化. 隨著電競熱潮持續延燒, 現在高階消費性SSD的性能表現, 已經不下於鎖定數據中心, 伺服器等專業用途的SSD, 而這也使得其散熱成為一個業界必須認真面對的挑戰.
群聯表示, 目前應用在數據中心或伺服器上的PCIe Gen3×4 SSD, 為了確保其穩定運作, 且不會因為過熱而降速, 通常客戶會在SSD上外掛散熱模組, 有些比較講究的客戶還會在進行產品整合設計時, 設法讓伺服器內的風扇氣流能照顧到SSD所在的區域. 性能表現不下於企業用SSD的高階電競SSD, 必然也會遇到散熱問題, 因此群聯在針對電競市場開發的SSD參考設計中, 均導入散熱片, 以強化SSD的散熱能力.
鄭元順則指出, 高效能SSD的散熱, 確實是必須審慎考慮的問題. 為了追求模組的外觀尺寸小型化, 業界採用M.2一系列規格作為SSD模組的標準, 但這個規格有個很大的問題, 就是散熱性不佳. 在顆粒跟介面的速度還不快的時候, 這個問題沒有被凸顯出來, 但隨著PCIe Gen3×4的普及率越來越高, 這個規格不利於散熱的問題也日益浮現.
有鑒於此, 慧榮在開發控制器晶片時, 特別將低功耗列為重點設計目標. 這不只是為了省電, 同時也是為了降低發熱問題. 與前一代控制器相比, 新一代控制器在全速運作時的溫度, 從原本最高攝氏78.6度降低到55.2度, 有助於減少SSD產品過熱, 降速運作等問題產生.
不過, 隨著PCIe Gen4標準底定, 未來SSD使用的介面從PCIe Gen3升級到Gen4, 只是時間問題. 鄭元順預期, 到了PCIe Gen4時代, 散熱片應該會成為SSD的標準配備, 因為Gen4的速度太快, 發熱問題肯定會比現在更嚴重, 散熱片或將成為標準配備. 新電子
6.自動駕駛測試原來需要這麼做?
集微網消息 (記者/艾檬) 測試可以說是任何行業背後的 '英雄' . 據NI的調查發現, 72%的測試工程師希望能融入測試儀器的設計. 其中, 25%的需要提供編程API, 可定製的硬體和支援服務, 這樣他們可以自行開發滿足其需求的測試系統; 47%的需要測試儀器廠商為其量身打造測試方案. 而面向5G, 自動駕駛, 物聯網(IoT)等新興應用, 不僅帶動了創新需求, 對於測試產業亦帶來了功能日益複雜, 測試時間和成本壓縮, 定製化等挑戰. 正如NI自動化測試產品銷售副總裁Luke Schreier指出, 應對測試挑戰, 業界需要系統化, 一體化, 開放的測試解決方案應對, 而基於PC的測量和自動化平台PXI以其標準化和創新性的平衡以及龐大的生態系統, 成為理想的選擇.
PXI主要由PXI機箱, PXI控制器, PXI模組和軟體組成, 通過提供模組化和其他具有專用同步和主要軟體功能的I/O, 來適用於不同階段測試測量應用.
目前市場上有超過2000種PXI模組, 面向新興應用與挑戰, PXI也在不斷 '盤活' . Luke Schreier表示, NI根據不同的需求開發新的模組, 通過整合滿足行業應用的各項需求. 同時, 軟體在提供LabVIEW等應用開發環境, TestStand等專用測試管理軟體的基礎上不斷升級優化. 通過模組化快速迭代, 軟體的不斷優化, 客戶可自定義和重新配置系統, 實現平台通用化, 按需定製化.
模組化可謂PXI的一大優勢. NI亞太區汽車市場經理賈青超就認為, 硬體對於NI來說, 很容易通過模組化來實現, 因為控制器和機箱都不需要列換, 而是可根據客戶測試的需求來升級或根據測試項的改變來更換板卡即可. NI也在不斷提高更高性能的模組, 比如整合最新的多核處理器來實現更快更高效的並行測試, 通過FPGA, 數據轉換器等不斷提高訊號處理演算法能力和測量範圍和性能.
而模組化的靈活還體現在晶片的即插即用上. NI射頻技術市場工程師屠方澤舉例說, 在5G和汽車行業測試中, NI發現數據要求很高, 數據量非常大. NI通過更改板卡中的晶片, 將客戶所需的性能增強, 就能解決這一問題, 包括前端的數據採集等都可以使用原有架構, 而不需要整體更改, 因而可極大地降低客戶的測試成本.
在最近舉辦的PXI技術和應用論壇上, NI就分享了PXI的最新研究成果和應用案例, 包括大飛機C919測試, 車載娛樂資訊系統測試, 半導體測試等. 尤其是中國半導體行業正迎來新一輪發展機遇, 全行業都在向高性能, 小尺寸, 低成本的方向發展, 這無一不是對從業者的嚴峻考驗. 在論壇中, 屠方澤分享了NI如何通過PXI平台如何降低從實驗室到量產測試成本, 提高測試效率的實踐.
軟體的改變
法國小說家Jean-Baptiste Karr曾經說過, '越多事情改變, 改變的部分就越少. ' NI就踐行了這一原則. 除了硬體上的迭代之外, NI在測試軟體開發領域不遺餘力地持續投入, 湧現出如Systemlink, InstrumentStudio等2.0版本的測試平台和工具, 並且在中國市場上開花結果. 最新推出的面向汽車的FlexLogger數據記錄軟體無需編程, 即可擷取, 顯示與記錄數據, 支援直觀的工作流程與整合的數據管理功能. '因為某些客戶可能對編程不熟, 需要一個軟體不需編程就可快速地進行數據採集和相關處理, 並且即時顯示來作相關的驗證. 比如在汽車升降測試, 刹車測試中, 有些客戶採用FlexLogger在實驗室中做了快速的延展. ' 屠方澤介紹說.
而InstrumentStudio則是另一款針對行業應用的代表性產品, 能夠在即時, 互動的多儀器作業環境下, 讓測試執行期間的糾錯任務更為簡單直觀. 此外, 每個工作流程還能與第三方軟體互通, 以儘可能地重複使用程式碼和IP. 屠方澤表示, InstrumentStudio可將多種儀錶在一個軟體界面上進行顯示, 從而可對所有的儀錶進行操作. 同時, 它可導出LabVIEW的程序, 對於組件自動驗證以及航天, 汽車與半導體領域生產測試可謂一個很好的配置.
PXI平台的軟體已然 '各成其就' . 賈青超表示, NI軟體可分為三類, 第一類是平台化軟體, 比如LabVIEW; 第二類是面向行業的一些應用, 如面向汽車行業等的FlexLogge, 以及面向於特定行業和應用的InstrumentStudio. 第三類是企業級軟體, 進行設備和數據的管理, 如Systemlink.
而上述改變的重中之重在於NI不斷將軟體的靈活性與模組化的迭代整合, 讓測試的 '道與術' 都對接於客戶所需的低成本, 加快上市, 高可靠性測試訴求中.
汽車測試的征戰
在NI的征程中, 汽車無疑是 '加速' 主力. 前不久NI第一次將公司汽車市場銷售增長目標公布出來: 即2018-2020年間, NI在汽車測試市場要實現10%-12%的增幅.
對於愈演愈烈的自動駕駛, 賈青超將車載感測器和各種雷達比作眼睛和耳朵, 將V2X比作嘴巴, 認為只有這些不同技術間形成了無縫的融合, 自動駕駛時代才會真正到來.
無論是以特斯拉, 穀歌, 百度等為代表