据外媒报道，一家名叫 Wave Computing 人工智能芯片初创企业，刚刚收购了处理器业务的老前辈 —— MIPS Technologies 。成立于 2010 年的 Wave，旨在通过定制处理器来加速 AI 技术的发展。其主要面向那些对 AI 工作很感兴趣的企业，或者那些为他人提供算力的计算机数据中心。
6月9日至10日，IEEE SMC学会（IEEE System, Man, and Cybernetics Society）与中国自动化学会、中国科学院自动化研究所、青岛智能产业技术研究院共同在京举办IEEE 人工智能与控制论国际研讨会暨2018中国智联网大会。
目前，AI对硬件的计算要求越来越高，这主要在神经网络研发上压缩与简化则是一个学术界与工程界都在研究讨论的重要问题。目前的深度神经网络普遍较大，无论是在云端还是在终端，都会影响网络速度，增大功耗。
它的全名叫Nervana NNP-L1000（Spring Crest），支持bfloat16这一业界广泛用于神经网络的数字格式，随着时间的推移，英特尔将在AI产品线上扩展对bfloat16的支持，包括英特尔至强处理器和英特尔FPGA，英特尔Nervana NNP的目标是可实现高计算利用率并支持多芯片互连的真正模型并行。
2018年5月31日，北京，人工智能平台公司商汤科技SenseTime对外宣布完成C＋轮6．2亿美元融资，估值45亿美元。商汤科技同时对外称2017年已实现全面盈利，并在智慧城市、智能手机、互联网娱乐、汽车、金融、零售等行业实现快速落地。
这不是Bitmain第一次进军人工智能市场。2017年10月，钻机制造商发布了Sophon BM1680，这是一款深度学习加速器，连接到计算机系统，用于神经网络训练和推理。与图形渲染和处理相比，它更像是用于深度学习的GPU。
沈劲谈到高通目前在AI芯片上的布局：利用其SoC芯片可编程的异构计算能力，用分布式运算单元做AI运算，面向不同的功能、基于不同类型的数据，在不同的计算精度水平上支持广泛的人工智能框架、软件和算法，如TensorFlow、Caffe／Caffe2等人工智能神经网络框架。
5月3日下午，AI芯片独角兽企业寒武纪在上海召开2018产品发布会，发布新一代终端智能处理器IP 产品Cambricon 1M、首款云端智能芯片 Cambricon MLU100 和板卡产品。寒武纪首款云端智能芯片的推出可以让其端云结合共推生态。但作为云端AI芯片的“新手”，寒武纪真的能对标英伟达？
据彭博社报道，Facebook希望招聘人才在公司里建立一个“终端到终端”的芯片研发机构。这份招聘启事特别提到了专用集成电路（ASICS），这些集成电路用来高效执行一些非常特殊的任务，比如面部识别。它还提到了系统芯片（SoC）硬件，这种硬件经常被用于移动产品或小型设备中——Facebook可以将其放入Oculus VR头戴设备或（目前延迟推出的）智能音箱中。
谷歌从2012年左右开始研发名为张量处理器（TPU）的专用AI芯片，现在已经公布到第二代，既能推理也能训练，针对谷歌的深度学习框架TensorFlow做了优化；2017年谷歌开放Cloud TPU云服务，任何人都能通过谷歌云租借TPU。
会员中心
