这似乎是专有人工智能芯片爆发的一周,Google宣布其公有云将支持人工智能芯片,Amazon表示正在开发自己的人工智能芯片。这一趋势还在继续,英国半导体巨头ARM今日宣布代号为Project Trillium的机器学习计划。
Project Trillium将包括一系列特别设计的处理器,以适应机器学习和神经网络所需的计算类型。ARM表示,该项目首先将重点放在移动芯片上,但同时补充说,Trillium的高度可扩展性最终将提供“提升或降低性能曲线的能力”。
据ARM称,Project Trillium的机器学习处理器将让移动设备和智能设备提升到一个新的高度。
ARM公司IP产品部门总裁Rene Haas表示:“人工智能向边缘设备的加速发展,提高了对解决计算、同时保持能效的创新要求。新设备将需要这些新处理器提供的高性能机器学习和人工智能。再加上我们平台提供的高度灵活性和可扩展性,我们的合作伙伴将能够推动跨越广泛设备的边界。”
AMR表示,其ARM ML处理器每秒可处理超过4.6万亿次操作,同时能耗非常低,这对于很多最关注电池寿命的移动设备用户来说非常重要。Project Trillium还包括ARM OD,这是一种物体检测芯片,它使用设备的摄像头实时识别人和物体。ARM指出,这两款芯片可以共同提供“高性能、高能效的人检测和识别解决方案”。对于普通人来说,这可以实现更好的人脸识别功能和增强现实体验。
ARM机器学习副总裁、机器学习总经理Jem Davies表示,这款新芯片的速度和能效使其了应对“最具挑战性的日常机器学习任务”。
Davies在一篇博客文章中写道:“它在现实世界使用的时候性能可能会更高。”他拿支持AR功能的潜水面罩作为该芯片的使用案例。“这意味着使用ARM ML处理器的设备将能够独立于云执行机器学习。这对于潜水面罩等产品来说显然非常重要,对于任何不能依赖稳定的互联网连接的自动驾驶汽车等设备也同样重要。”
他补充说:“我们现在有一个可以扩展到任何设备的机器学习处理器架构,因此它更多的是在市场需要的时候为市场提供所需的产品。这为我们和我们的生态系统合作伙伴提供了对任何机会做出反应的速度和敏捷性。”
ARM表示,Project Trillium只是其新计划的代号,随后将会宣布其新系列芯片的商业品牌名称。ARM将在4月份提供该芯片的早期预览,并计划在2018年年中前全面推出。
Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead表示:“ARM是大多数智能手机、平板电脑和物联网终端的核心,因此ARM能够增加机器学习在行业中的应用范围。英特尔、高通、Nvidia和Xilinx之间竞争激烈,ARM希望在整体解决方案、可扩展性和每瓦性能方面脱颖而出。”
好文章,需要你的鼓励
一加正式推出AI功能Plus Mind和Mind Space,将率先在一加13和13R上线。Plus Mind可保存、建议、存储和搜索屏幕内容,并将信息整理到Mind Space应用中。该功能可通过专用按键或手势激活,能自动创建日历条目并提供AI搜索功能。一加还计划推出三阶段AI战略,包括集成大语言模型和个人助手功能,同时将推出AI语音转录、通话助手和照片优化等工具。
北航团队推出Easy Dataset框架,通过直观的图形界面和角色驱动的生成方法,让普通用户能够轻松将各种格式文档转换为高质量的AI训练数据。该工具集成了智能文档解析、混合分块策略和个性化问答生成功能,在金融领域实验中显著提升了AI模型的专业表现,同时保持通用能力。项目已开源并获得超过9000颗GitHub星标。
预计到2035年,数据中心用电需求将增长一倍以上,达到440TWh,相当于整个加利福尼亚州的用电量。AI工作负载预计将占2030年数据中心需求的50-70%。传统冷却系统电机存在功率浪费问题,通常在30-50%负载下运行时效率急剧下降。采用高效率曲线平坦的适配电机可显著降低冷却系统功耗,某大型数据中心通过优化电机配置减少了近4MW冷却功耗,为13500台AI服务器腾出空间,年增收入900万美元。
卢森堡计算机事件响应中心开发的VLAI系统,基于RoBERTa模型,能够通过阅读漏洞描述自动判断危险等级。该系统在60万个真实漏洞数据上训练,准确率达82.8%,已集成到实际安全服务中。研究采用开源方式,为网络安全专家提供快速漏洞风险评估工具,有效解决了官方评分发布前的安全决策难题。