英特尔今天透露已经收购了成立于2011年的初创公司NetSpeed Systems,旨在加速半导体设计。
NetSpeed的重点领域是片上系统的开发。片上系统(SoC)是一种集成电路,将处理器与基本外围组件(如内存)组合在一个紧凑的单元中。这种芯片比传统主板小得多,并且功耗也更低。
你几乎可以在所有现代智能手机中都找到SoC,此外从血压计到自动驾驶汽车等各种各样的设备。英特尔通过收购NetSpeed获得的知识产权将有助于自己抢占这个日益重要的市场。
NetSpeed开发了一套用于创建互连技术的产品,连接片上系统上的单个组件。NetSpeed产品组合的命名取自一款名为NocSudio的设计工具,该工具使用人工智能算法来加速芯片开发。根据NetSpeed的网站显示,该软件可以自动找到实施片上系统规范的最佳方式。
除了NocStudio之外,NetSpeed还提供一系列互连架构,可针对不同的片上系统进行定制,其中包括一款名为Orion AI的产品,用于针对机器学习工作负载优化的芯片。NetSpeed称,它的技术可以让性能、密度和功效提高20%。
英特尔表示,此次收购将有助于加快内部片上系统的开发计划,同时降低成本。作为这次收购的一部分,NetSpeed将被纳入英特尔的硅芯片工程设计部门。NetSpeed联合创始人兼首席执行官Sundari Mitra将继续领导她的团队,担任副总裁一职。
英特尔硅芯片工程设计部门负责人Jim Keller表示:“英特尔将设计更多具有比以往更多专业功能的产品,这对于英特尔架构师和客户来说,是令人难以置信的、令人激动的事情。我们面临的挑战在于合成更广泛的IP模块以实现最佳性能,同时控制设计时间和成本。NetSpeed经过验证的片上网络技术可以应对这一挑战。”
英特尔没有透露这次收购的财务条款。根据市场情报服务公司PitchBook的数据,NetSpeed在被收购之前,已经从投资者那里筹集了1320万美元,估值在6000万美元左右。
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。