2022年12月27日——摩尔线程宣布完成15亿B轮融资,并已顺利完成交割。本轮融资由中移数字新经济产业基金、和谐健康保险领投,典实资本跟投。融资资金将持续用于摩尔线程多功能GPU的快速迭代,MUSA架构创新及相关IP的研发。至此,摩尔线程成立两年已完成四次融资,为公司的稳定长远发展提供了重要保障。
目前,摩尔线程发布了两颗基于其MUSA统一系统架构打造的多功能GPU芯片——“苏堤”和“春晓”,以及系列GPU软件栈与应用工具,并已迅速将多款MTT S系列显卡推向市场,覆盖桌面、边缘和数据中心等多个场景。近期,摩尔线程联合数家OEM合作伙伴斩获了大型央企和大型国有银行台式机采购大单,上万台搭载摩尔线程MTT S系列显卡的国产PC将广泛应用于我国电信、金融行业的数字办公业务场景,将显著提升国产PC的应用体验。同时,摩尔线程与中国移动云能力中心和中国电信研究院分别签署了战略合作备忘录,共同探索多功能GPU在云计算和应用、元宇宙新型基础设施及本土化生态建设中的落地场景。
在成立两年的时间里,摩尔线程一直保持着光速前进的节奏,短时间内在产品研发、生态打造、应用落地、团队建设等方面相继取得多个里程碑式的跨越进展,以强有力的执行力持续刷新行业创新速度,充分印证了投资人、产业生态伙伴、终端用户对摩尔线程战略路线和软硬综合实力的高度认可。
北京中移数字新经济产业基金表示:“算力网络是数字经济高质量发展的有效推动力,是数字产业化和产业数字化的重要生产力,未来发展的重中之重。目前,智算需求呈指数级增长,据预测,2030年智算占比将达到70%,以GPU为代表的智算将成为第一大算力,这也是构建智算基础设施的核心支撑,算力网络布局的关键所在。不管是云能力的提升与加速、云计算的丰富应用,还是元宇宙场景里的游戏、视频、动漫、虚拟偶像的发展都会受益于此。摩尔线程研发的多功能GPU,聚焦支撑数字经济的多元场景,从最难的图形计算切入,瞄准了当前数字化和未来元宇宙的强需求,具有广泛的平台通用性和全栈计算能力,技术壁垒高且研发难度大,最有望实现技术突破和广泛应用。”
和谐健康保险表示:“随着数字经济被赋予经济新引擎的使命,传统产业持续升级转型,金融业也在探索如何通过与科技的融合优化经营和服务模式以制胜未来。摩尔线程多功能GPU凭借出色的图形处理、音视频编解码和AI计算能力,可为金融业数字化转型提供重要的算力平台,在智能客服、OCR场景、虚拟化场景及AI技术应用等多方面,为金融行业加速智能变革提供全方位助力。”
GGV纪源资本表示:“随着AI绘画、聊天机器人ChatGPT成为社交流量,同期规模化的数字人、虚拟主播相继涌现,元宇宙的商业化进展受到关注。由3D渲染、人工智能技术和物理引擎构建起的虚拟世界将为用户提供元宇宙体验的入口,而算力正是这些应用场景的底层基础设施。摩尔线程研发的多功能GPU,以图形和AI计算为核心,能够为物理世界数字化和数字世界物理化实现提供多元有效算力;更为重要的是,摩尔线程在数字人、高清虚拟化、物理引擎等领域也具备深厚的软件开发和生态构建能力。我们期待摩尔线程的元计算平台可以加速发展,真正把握产业发展先机。”
好文章,需要你的鼓励
Helios Towers供应链总监Dawn McCarroll在采访中分享了公司的数字化转型经验。作为一家在非洲和中东地区运营近15000个移动通信塔站的公司,Helios正通过SAP S/4Hana系统升级、AI技术应用和精益六西格玛方法论来优化供应链管理。McCarroll特别强调了公司Impact 2030战略中的数字包容性目标,计划在未来五年内培训60%的合作伙伴员工掌握精益六西格玛原则,并利用大数据和AI技术实现端到端的供应链集成。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
威胁行为者在npm注册表上传8个恶意包,伪装成n8n工作流自动化平台的集成组件来窃取开发者OAuth凭据。其中一个名为"n8n-nodes-hfgjf-irtuinvcm-lasdqewriit"的包模仿Google Ads集成,诱导用户在看似合法的表单中关联广告账户,然后将凭据传输到攻击者控制的服务器。这种攻击利用了工作流自动化平台作为集中凭据库的特点,能够获取多个服务的OAuth令牌和API密钥。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。