2021年8月26日,中国上海——安谋科技(中国)有限公司(“安谋科技”)举行“创芯生,赋未来” 新业务品牌战略发布会,重磅发布“双轮驱动”战略以及新业务品牌“核芯动力”。新业务品牌的发布代表安谋科技引领智能计算产业发展趋势、推动计算架构升级的战略布局,将依托“核芯动力”向市场提供高性能、可定制化的自主架构XPU IP产品和服务,积极打造合作共赢的产业生态,为产业发展赋能。
“核芯动力”开辟XPU智能计算新赛道
随着AI、5G、IoT等技术的爆炸式发展,海量数据流的产生和多元化的应用场景为智能计算产业带来重大的发展机遇。在这一过程中,基于CPU架构和工艺提升的创新日益趋缓,已无法满足新场景下多样化算力快速增长的需求,算力提升的核心动力正从CPU扩展到以NPU、ISP、VPU、GPU等为代表的计算单元。
面对新时代多样化算力堆砌和多计算域的要求,需要下一代的计算域架构——超域架构(xDSA)来满足相应的要求和挑战,并且通过兼顾融合多个域的方法解决碎片化问题。为此,安谋科技正式发布“双轮驱动”战略,一方面持续推动Arm CPU架构的本土化、生态化发展;另一方面聚焦自主研发,打造自主架构的XPU产品和多样化生态,以自主架构XPU的创新发展与传统计算IP相配合,提供多样化、定制化、符合中国产业及市场需求的计算元素。基于超域架构(xDSA)的XPU是开放的智能数据流融合计算平台,安谋科技将针对不同应用,将处理AI、视频、图像等功能的计算单元组成不同的解决方案,来解决海量智能数据流的处理效能问题,满足客户多元化的需求。
为了更好地向客户提供多样化、智能化的整体解决方案,安谋科技整合公司优势资源,推出新业务品牌“核芯动力”。“核芯动力”旨在打造开放的智能数据流融合计算平台,赋能中国智能计算产业把握多域架构计算时代新机遇。它囊括了安谋科技此前已经发布的“周易”NPU、“山海”SPU、“玲珑”ISP和“玲珑”VPU等多个自研XPU产品系列。截止目前,已经实现了超过90个本土客户IP授权,预计2021年客户基于“核芯动力”XPU产品的芯片出货量将超过1亿片。未来,“核芯动力”将持续通过丰富的自主架构XPU产品和专业的一站式服务,赋能中国客户和产业生态,推动中国本土XPU生态创新,树立全球XPU标准标杆。
“核芯动力”全新的品牌形象也在本次发布会上正式亮相。整个标志酷似涡轮发动机,寓意为中国芯片产业持续提供源源动力。此外,标志中所包含的A元素,代表了对Arm CPU生态的传承;X元素象征着XPU和未来;而众多的i元素,体现了新品牌所代表的创新(innovation)、智能(intelligence)以及无限可能(infinity)。此外,整个标志也像一双张开的翅膀,预示着“核芯动力”在新计算架构时代乘风而起、展翅高飞。
安谋科技执行董事长兼CEO吴雄昂先生表示:“安谋科技自2018年成立之时,就全面布局针对数字化时代的新业务,围绕人工智能、CPU、信息安全、ISP以及VPU等多个重点领域开展本土研发,并实现了产品的快速落地。安谋科技具有优秀的技术基因、生态基础和专业的XPU产品自主研发和服务能力。‘核芯动力’的发布,体现出安谋科技在智能计算时代的战略判断力和引领产业架构发展趋势的战略眼光,以及我们承前启后的战略定位。承,是我们传承了Arm CPU的生态;启,是我们开启自主架构XPU新时代的使命。未来,我们将通过‘核芯动力’,为中国半导体产业提供最优质的核心计算力XPU产品,并通过生态共建、共享等方式与产业共同进步,推动中国智能计算产业在多域架构计算时代的发展。”
开源开放构建XPU全球生态
NPU是下一代智能计算的核心,承担着高算力和实时感知等关键任务。为了解决NPU定制过程中生态碎片化、重复投资和应用规模受限等问题,2021年7月15日,安谋科技联合50多家产业龙头企业和机构共同发起成立了“智能计算产业技术创新联合体”(ONIA),宣布全球首个开源神经网络处理器指令集架构(NPU ISA)。这一“中国首发、全球开源”的NPU ISA 将聚集全球产业链资源,通过开放的模式,共建生态、共享成果,推动NPU生态建设。ONIA囊括了中国集成电路产、学,研等方面的代表力量,预计到2021年年底会员单位将突破100家。
此外,安谋科技还将通过技术及资本支持等多种手段,支持XPU生态建设,推动智能计算生态创新发展。吴雄昂先生现场公布了惠及本土企业,支持技术创新的相关政策:
1、为ONIA会员提供“周易”NPU免费授权;
2、联合安创加速器,孵化10家基于开源架构和XPU的创业企业。
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。