特斯拉最大工廠開工：三大黑科技投產，還要造火星皮卡

特斯拉得州工廠舉辦慶祝活動，馬斯克這次卻沒跳舞。

美國時間4月7日，特斯拉在其最新建設的得州工廠內舉辦了名為Cyber Rodeo的慶祝活動，馬斯克參與了本次活動並進行了演講。

▲馬斯克登場

馬斯克介紹了新工廠的三項關鍵技術，分別是4680電池、CTC技術和一體壓鑄技術，這些技術的落地可以讓特斯拉提升生產效率，僅Model Y單款車的生產能力就達到了50萬台/年，此外車輛的成本也可以顯著降低。

作為特斯拉的新家（特斯拉總部已經遷至得州）的所在地，得州工廠不但落地了多項新技術，還將會投產多款新車型。 馬斯克介紹，除了生產Model Y，該工廠明年就將投產純電皮卡Cybertruck。

此外，特斯拉電動卡車Semi和第二代電動超跑Roadster都將會在這一工廠生產。

隨著這一工廠的正式開放，特斯拉在全球已經建設了四個超級工廠，如果都拉滿產能的話，總產量將會接近200萬輛。 按照馬斯克的說法，今年的任務就是提升產能，等到產能提高到一定程度，將會在明年投產多款新產品。

顯然馬斯克還在憋大招，但對於傳統車企來說，特斯拉的衝擊正在變得愈發強烈，整個新能源汽車市場的競爭也將會更加激烈。

01.4680電池落地，多款新車型都將在此生產

不出意外，特斯拉的直播活動又一次延遲了，原本10點開始的活動，硬是到10點20分之後才有畫面出現。

▲特斯拉得州工厂外部

不过，一开场就非常精彩。在开幕式正式举办之前，现场举办了一场无人机表演。通过无人机的排列组合，尼古拉·特斯拉的照片、Model Y轮廓、Cybertruck轮廓等图案依次出现。

▲得州工厂上空的无人机表演

无人机表演结束之后，马斯克戴着一顶牛仔帽和墨镜驾驶着一辆车正式登场，在美国牛仔文化之乡得州，马斯克显然很懂入乡随俗的道理。据马斯克介绍，他所驾驶的这辆车是特斯拉生产的第一款车。

▲马斯克驾驶车辆登台

在正式开始演讲时，马斯克首先感谢了特斯拉团队，并展示了特斯拉目前的产品序列，SEXY车队、太阳能电池板、超充桩等产品。

马斯克的演讲还延续了一贯风格，讲的有些结巴。马斯克称赞了自家的FSD Beta，表示FSD beta要比人工驾驶安全10倍。同时他还表示，特斯拉的自动驾驶团队已经完成了一项令人难以置信的工作，今年FSD Beta将在北美地区扩大测试范围。

▲马斯克在现场演讲

马斯克介绍，目前特斯拉在中美欧已经建立了6个工厂，其中包括四个超级工厂，还在纽约和内华达州各拥有一家工厂。

至于为何选址奥斯汀建设超级工厂，马斯克给出了三个原因：第一，场地要大，所以选择了得州。第二，则是地理位置因素，这里可以10分钟到机场，15分钟市区的物流中心。第三，这里人才众多。

马斯克放言称，得州工厂是有史以来世界上最先进的工厂，也是世界上体积最大的工厂，如果将该工厂立起来，其高度要远高于世界第一高的迪拜塔。

▲得州工厂大小对比

他举了一个非常幽默的例子，“根据我们的计算，你可以把1940亿只仓鼠装进这栋大楼。”

马斯克认为，整个工厂的布局就像一颗芯片，像一个集成电路，原材料从工厂的一侧进入，经过生产线，汽车就会从工厂另一侧驶出。

▲得州工厂结构图

随后，马斯克也展示了工厂的内部划分，可以看到各个车间的分布情况，更重要的是，这张图还显示了特斯拉将会在工厂内部生产4680电池。马斯克称，这个工厂可能会是世界上最大的电芯生产工厂。

▲得州工厂将生产4680电池

得州工厂另一个优势就是可以生产结构化Pack，将电芯直接集成到车辆底盘中，也就是此前在电池日活动上讲到的CTC技术。

超大的一体压铸机也是另一个非常重要的设计，马斯克称，得益于这一产品，得州工厂仅Model Y单款车的生产能力就达到了50万台/年。 Continue reading →

全球首款AR 隱形眼鏡來了，動動眼球就能拍照和導航

全球首款AR 隱形眼鏡Mojo Lens 的原型機來了！

美國初創公司Mojo Vision 近日在官網發布了自家的AR 隱形眼鏡Mojo Lens 的原型機。

據官網信息透露，該款AR 隱形眼鏡有三大亮點：世界上最小、像素點最密集的Micro LED 顯示屏、適用AR 設備的低延遲通信技術（Low Latency Communication），以及超精準的眼動追踪系統。

▲ AR 隱形眼鏡Mojo Lens 原型

除了硬件開發，Mojo Vision 的軟件部門還推出了基礎操作系統代碼和用戶體驗（UX）組件，以便其他的合作夥伴更好地研發相應產品。

據官網信息介紹，Mojo 已經在和一些運動品牌商合作開發下一代AR 隱形眼鏡。“我們的目標是，讓用戶可以在訓煉時更加專注，不用手持各類設備也可以通過AR 設備實時看到自己或者他人的訓練數據，從而最大限度地提高自己的能力。”

▲ Mojo Vision 描繪的未來場景

一、新一代的AR Continue reading →

國產半導體真的是“國產”嗎？美國參議員喊英特爾別在大陸造芯，牽出國內造芯真相

2021 年，國產半導體正熱，但在中國大陸排名靠前的十大芯片製造企業中，有五家都是英特爾、三星、SK 海力士、台積電、聯電等國際芯片製造巨頭在中國大陸設立的子公司。這使得它們所生產的“國產”芯片，與人們普遍理解成“由中國本土企業自主研發生產製造”的“國產”概念稍有區別。

近日，在美國參議院的聽證會期間，美國共和黨籍參議員Rick Scott 指責英特爾於中國設有工廠，並希望其關閉廠區並撤離中國。英特爾CEO 帕特・基辛格（Pat Gelsinger）則回應稱，如果英特爾想要成為全球最大的半導體供應商，就必須加入中國。

在華建廠也並非英特爾一家公司特有的做法，三星、SK 海力士、台積電、聯電這些國際巨頭在中國大陸開設子公司、建廠的時間都已有近20 年曆史。

近年來，這些國際芯片巨頭不斷加碼在中國的企業，其中國大陸子公司甚至比國產半導體玩家發展得更快、更好。

根據中國半導體行業協會集成電路分會理事長葉甜春此前的演講，2016 年-2020 年中國大陸前十大晶圓製造企業中，內資企業銷售收入的整體佔比從44% 降低到了27.7%，而餘下的份額均由外企、台企貢獻。

本文將梳理這些國際芯片巨頭在中國大陸的製造、封測佈局。

01. 晶圓製造內資佔比降至27% 內資芯片龍頭僅排名第三

在芯片的國產化趨勢下，中國半導體行業在銷售額和晶圓廠建設上都取得了很大的成績。

中國半導體行業協會的數據顯示，2020 年，我國集成電路產業的銷售額達到8848 億元，其中集成電路製造業近年保持著23% 的增長率，在2020 年營收達到了2560 億元。根據國家統計局數據，2021 年我國集成電路產量增長了33.3%。

在晶圓廠建設方面，中國的增長領先於歐美、韓國、日本等地區。據國際半導體產業協會（SEMI）報告，中國預計將在2021 年和2022 年新建16 座晶圓廠，其中中國大陸將新建8 座晶圓廠，高於美洲的6 座、歐洲+ 中東的3 座、日本的2 座和韓國的2 Continue reading →

美國封殺俄羅斯最大芯片製造商Mikron，後者微電子產品出口量佔全國50% 以上

近日，美國財政部宣布對俄羅斯21 家實體企業和13 個個人實施制裁，其中包括俄羅斯最大的芯片製造商、微電子製造商和出口商Mikron。

美國財政部聲明中稱，此次製裁主要針對在此前指定的清單中規避制裁的企業，以及部分俄羅斯科技企業，美國將凍結這些企業和個人在美國的所有資產，並且禁止美國人與他們有往來。

▲ 美國財政部聲明

這項新的製裁是基於2021 年4 月15 日，美國發布的名為“針對俄羅斯聯邦政府特定的海外破壞性活動進行財產封鎖”的第14024 號行政令。

第14024 號行政令主要內容為，從2021 年6 月14 日之後禁止俄羅斯的技術、國防及相關材料行業出現任何行業經營行為，以及其他和俄羅斯政府相關的行為。

此次聲明中稱還將進一步擴大該禁令的製裁範圍，美國財政部部長與美國國務卿布林肯協商，將製裁延伸至俄羅斯的航空航天、海洋和電子行業。

美國白宮通訊聯絡辦公室主任凱特・貝丁菲爾德（Kate Bedingfield）在昨天的簡報會上說：“美國商務部將在未來幾天把120 個俄羅斯和白俄羅斯實體加入其’制裁實體名單’，以打擊俄羅斯國防、航空航天和海事部門的實力。”

美國財政部部長Janet Yellen（珍妮特耶倫）在最新聲明中說：“我們將繼續從各個角度製裁俄羅斯總統的戰爭機器，直到這場毫無意義的戰爭結束。”

目前，俄羅斯駐華盛頓大使館沒有對這些措施進行回應。

01. 俄最大芯片製造商被制裁，軟硬件企業也在冊

此次被制裁的Mikron 是俄羅斯僅有的兩家芯片代工企業之一，該公司是俄羅斯最大的芯片製造商。事實上，Mikron 負責出口俄羅斯50% 以上的微電子產品。

這家俄羅斯芯片製造商的前身可以追溯到前蘇聯時期，也就是1964 年3 月成立的分子電子研究所（NIIME），這也為其在發展前期積累了眾多芯片技術優勢。

Mikron 是前蘇聯第一個開發和製造能大規模使用的數值和模擬集成電路的公司，並開發了其國內第一個具有氧化物絕緣的集成電路的工藝，在此基礎上，又在集成電路製造技術中引入了等離子化學工藝。

本世紀初，Mikron 通過引入海外技術來提升生產技術儲備。它在2006 年獲得歐洲半導體巨頭意法半導體技術轉讓，具備生產0.18μm 芯片的技術能力；又在此基礎上於2008 Continue reading →

孟晚舟回國後首秀！華為年淨利暴增76%的秘密都在這

▲華為副董事長兼首席財務官孟晚舟（左），華為輪值董事長郭平（右）

財報數據印證這一事實：華為2021年處理子公司業務的淨收益達到574.31億，2020年這一數據僅為5.92億。換句話說，出售子公司榮耀和x86服務器業務“超聚變”變現574.31億元，貢獻了華為淨利潤的大頭。

此外，華為經營性現金流增長69.4%。孟晚舟解釋道，也就是說華為的這些收入都是可以以現金匯款，表明公司的造血能力在持續增強。

高性能計算終得圖靈獎！超算榜單創始人獲獎，Jeff Dean：他改變並推動了科學計算

計算機領域的最高獎項圖靈獎公佈了2021年的得獎者，美國計算機科學家Jack J. Dongarra，表彰他在高性能計算領域的卓越成就。

根據美國計算機協會（ACM）官方介紹，Dongarra的算法和軟件推動了高性能計算的發展，對人工智能、計算機圖形學等多個計算科學領域均產生了重大的影響。他在數值算法和庫方面做出了開創性的貢獻，使得高性能計算軟件能夠跟上四十多年來的指數級硬件更新。

Dongarra是田納西大學電氣工程和計算機科學系的大學計算機科學特聘教授、曼徹斯特大學數學學院的圖靈研究員、萊斯大學計算機科學系的兼職教授，同時還是美國橡樹嶺國家實驗室計算機科學和數學部的傑出研究人員。

圖靈獎被稱為“計算機界的諾貝爾獎”，由美國計算機協會（ACM）於1966年設立，是為了紀念世界計算機科學的先驅艾倫·圖靈（AM Turing）。圖靈獎會每年評選在計算機領域作出重大貢獻的一到兩名科學家，獎勵100萬美元，由谷歌全額贊助。

Dongarra將於6月11日星期六在舊金山皇宮酒店舉行的年度ACM頒獎晚宴上正式受領圖靈獎。

Dongarra從根本上改變並推動了科學計算

根據官方通告，Dongarra通過對線性代數運算的高效數值算法、並行計算編程機制和性能評估工具的貢獻引領了高性能計算的世界。

近四十年來，摩爾定律使硬件性能呈指數級增長。在同一時期，雖然大多數軟件未能跟上這些硬件進步的步伐，但高性能數值軟件卻做到了——這在很大程度上是由於Dongarra的算法、優化技術和生產質量的軟件實現。

這些貢獻奠定了一個框架，使科學家和工程師在大數據分析、醫療保健、可再生能源、天氣預測、基因組學和經濟學等領域做出了重要的發現和改變遊戲規則的創新。Dongarra的工作還幫助促進了計算機架構的跨越式發展，並支持了計算機圖形和深度學習的革命。

Dongarra的主要貢獻在於創建了開源軟件庫和標準，這些軟件庫採用線性代數作為中間語言，可供各種應用使用。這些庫已經為單處理器、並行計算機、多核節點和每個節點的多個GPU編寫。Dongarra的庫還引入了許多重要的創新，包括自動調諧、混合精度算術和批量計算。

Dongarra在說服硬件供應商優化這些方法，以及說服軟件開發者在他們的工作中使用他的開源庫方面處於領先地位。最終，這些努力使得基於線性代數的軟件庫在從筆記本電腦到世界上最快的超級計算機的高性能科學和工程計算中幾乎被普遍採用。這些庫對該領域的發展至關重要——允許逐漸強大的計算機來解決計算上的挑戰問題。

四十多年來，Dongarra一直是LINPACK、BLAS、LAPACK、ScaLAPACK、PLASMA、MAGMA和SLATE等許多庫的主要實現者或主要研究者。這些庫是為單處理器、並行計算機、多核節點和每個節點的多個GPU編寫的。他的軟件庫幾乎被普遍用於從筆記本電腦到世界上最快的超級計算機等機器上的高性能科學和工程計算。

這些庫體現了許多深層次的技術創新，例如：

自動調諧：通過他的2016年超級計算大會時間測試獲獎的ATLAS項目，Dongarra開創了自動尋找算法參數的方法，這些算法參數產生了接近最佳效率的線性代數內核，往往超過了供應商提供的代碼。

混合精度算術：在他2006年超級計算會議的論文《利用32位浮點算術的性能獲得64位精度》中，Dongarra開創了利用浮點算術的多個精度來更快地提供精確的解決方案。這項工作在機器學習應用中發揮了重要作用，最近的HPL-AI基準測試就展示了這一點，它在世界頂級超級計算機上達到了前所未有的性能水平。

批量計算：Dongarra開創了將大型密集矩陣的計算（通常用於模擬、建模和數據分析）劃分為許多可獨立和並發計算的小任務塊的計算範式。基於他在2016年發表的論文《用於GPU的分批GEMM的性能、設計和自動調整》，Dongarra領導開發了用於這種計算的分批BLAS標準，它們也出現在軟件庫MAGMA和SLATE中。

除此之外，Dongarra領導的其他研究包括消息傳遞接口（MPI），這是並行計算架構上可移植消息傳遞的事實標準，以及性能API（PAPI），它提供了一個接口，允許從異構系統的組件收集和合成性能。他幫助創建的標準，如MPI、LINPACK基準和超級計算機的Top500名單，支撐著從天氣預測到氣候變化到分析大規模物理實驗數據的計算任務。

Dongarra在接受采訪時表示，在他看來，他最重要的貢獻包括三件事，“其中一個是設計和構建在高性能機器上運行的數值軟件，該機器可以獲得性能並且可移植到其他機器和架構中”；其次是在並行處理機制方面的工作 Continue reading →

英偉達連甩20枚AI核彈，800億晶體管GPU、144核CPU來了

近日，NVIDIA（英偉達）攜基於最新Hopper架構的H100 GPU系列新品高調回歸！

英偉達創始人兼CEO黃仁勳依然穿著皮衣，不過這次他沒有出現在幾乎已成GTC大會“標配”的廚房場景中，而是在一個更具科幻感的虛擬空間。

延續以往風格，黃仁勳在主題演講中繼續秒天秒地秒空氣，公佈多個“全球首款”。這次他帶來一系列堪稱“地表最強”的AI重磅新品，隨便一個精度的AI性能，都比上一代A100高出3~6倍。

雖然英偉達併購Arm的計劃剛剛告吹，但它的數據中心“三芯”總路線（GPU+DPU+CPU）依然不動搖——繼去年推出其首款數據中心CPU後，今天，英偉達又亮出一款基於Arm架構的Grace CPU超級芯片。

此外，黃仁勳再次派出自己的虛擬數字人化身“玩偶老黃”Toy Jensen，並跟這個表情生動的玩偶進行了一番流暢的實時問答對話。

憑藉押中圖形處理和人工智能（AI）兩大賽道，英偉達已經成為全球半導體市值TOP1。截至文章發佈時間，英偉達的市值超過6600億美元，比第二名台積電足足多了近1100億美元。

下面就讓我們來看看本場GTC大會的完整乾貨：

1、H100 GPU：採用台積電4N工藝，擁有800億個晶體管，實現了首個GPU機密計算，相比A100，FP8性能提升6倍，FP16、TF32、FP64性能各提升3倍。

2、全新NVLink Switch系統：高度可擴展，支持256塊H100 GPU互連。

3、融合加速器H100 CNX：耦合H100 GPU與ConnectX-7和以太網智能網卡，可為I/O密集型應用提供更強勁的性能。

4、DGX H100：配備8塊H100 GPU，總計有6400億個晶體管，在全新的FP8精度下AI性能比上一代高6倍，可提供900GB/s的帶寬。

5、DGX SuperPOD：最多由32個DGX H100組成，AI算力可達1EFLOPS。

6、Eos超級計算機：全球運行速度最快的AI超級計算機，配備576台DGX H100系統，FP8算力達到18EFLOPS，PF64算力達到275PFLOPS。

7、Grace CPU超級芯片：由兩個CPU芯片組成，採用最新Armv9架構，擁有144個CPU核心和1TB/s的內存帶寬，將於2023年上半年供貨。

8、為定制芯片集成開放NVLink：採用先進封裝技術，與英偉達芯片上的PCIe Gen 5相比，能源效率高25倍，面積效率高90倍。 Continue reading →

存儲巨頭39年風雲錄：從兩度債台高築，到全球半導體前三

近日，半導體市場研究機構IC Insights發布報告，隨著各大存儲巨頭展開200層NAND閃存產品的研發競賽，全球閃存資本支出再創新高。在各大巨頭中，韓國存儲巨頭SK海力士預計將在2023年實現196層NAND閃存產品。

半導體存儲器件是半導體行業市場佔比最高的分支，總計市場規模在1000億美元以上。其中DRAM和NAND Flash是最主流的兩類存儲器件，市場佔比超過95%，而SK海力士分別為全球DRAM市場份額第二和NAND閃存市場份額第四。

今年1月，隨著各國監管部門陸續同意，SK海力士宣布，其收購英特爾閃存業務的第一階段程序已經完成。此次收購涉及的金額達90億美元，全部流程完成後SK海力士將接管英特爾大連晶圓廠、閃存研發部門以及相關知識產權等，進一步擴大自身在閃存領域的市場份額。

作為存儲巨頭，SK海力士的經歷頗富傳奇色彩，在如今全球第三大半導體公司的背後，它也曾兩次背負高額負債，瀕臨倒閉。同時SK海力士還與現代、LG和SK等韓國財團有著極深的羈絆：SK海力士的前身曾是現代電子；現代電子和LG半導體合併後，在2001年獨立改名為海力士；2012年SK集團收購海力士，也就變成瞭如今人們所熟知的SK海力士。

如今，總部位於韓國的SK海力士是全球最大的半導體廠商之一。根據市場調研機構Gartner的最新數據，SK海力士2021年營收達363.26億美元，是全球第三大半導體公司，僅次於三星和英特爾。

01. 1983年-2000年：以代工起家的現代電子

韓國的半導體產業收入全球排名第二，僅次於美國，其重要性不言而喻，SK海力士就是韓國半導體的標誌性企業之一。

70年代，DRAM存儲器剛剛誕生，英特爾、莫斯泰克（Mostek）等美國公司在DRAM市場輪番坐莊，日本公司也在伺機而動。

1983年現代電子成立，由此開啟了SK海力士的傳奇之路。現代集團上世紀曾經是韓國最大的財團，未分家之前其業務類型覆蓋建築、汽車、造船、半導體等多個領域。

隨著韓國三星、現代電子、LG半導體等公司紛紛打入DRAM市場，行業產能開始過剩，行業利潤嚴重下滑。

由於1983到1985年遊戲機市場崩盤，DRAM市場下降到只有之前的10%不到，英特爾、美國國家半導體等廠商先後退出了該市場。80年代中期，日本企業憑藉著低廉的成本和優秀的技術，開始壓制美國公司、主導存儲市場。

此時韓國企業基本處於追隨者的角色，其中現代電子通過OEM代工的方式，從美國德州儀器等企業獲得了關鍵技術，並於1986年完成了64K DRAM的量產。

1985年9月，美國、日本、聯邦德國、法國以及英國的財政部部長和中央銀行行長舉行會議，達成五國政府聯合干預外匯市場、解決美國巨額貿易赤字問題的協議。由於這一會議召開的地點在紐約廣場飯店，因此被稱作廣場協議。

該協議簽署後，日元開始升值。美國商務部也啟動了301反傾銷調查，在次年簽署美日半導體協議，迫使日本打開芯片市場。雖然此時日本廠商仍佔據技術優勢，但是其低價策略已經失去了魔力。

三星、現代、LG和大宇四家韓國廠商依靠財閥的充沛財力，在80年代投資超過20億美元，折合今天上百億美元，開始在技術上追趕日本公司。

進入90年代後，荷蘭光刻機供應商ASML的光刻機技術開始超過日本佳能和尼康。美光、三星相繼更換ASML光刻機，現代電子也緊隨其後採用了ASML的光刻機。

由於日本DRAM廠商堅持使用佳能和尼康光刻機，韓日雙方在工藝、成本上逐漸拉開了差距。1997年，亞洲金融危機爆發，由於韓國企業負債率過高、外匯儲備不足、歐美債務收緊，韓元在年底數週內暴跌60%，卻極大地增強了韓國企業的出口競爭力。

1998年，韓國DRAM企業的市場份額首次超過日本。除了依靠各大財團的雄厚實力外，韓國政府在半導體產業規劃方面同樣發揮了巨大的作用，從1975年開始，頒布了多項政策扶持韓國半導體產業發展。

▲韓國1975年-2011年半導體政策

為了促進韓國半導體產業的競爭力，韓國政府在1999年將現代電子與LG半導體合併，現代電子擁有多數股份。

根據海力士主要債權人、韓國外換銀行（KEB）CEO羅伯特·E·法倫（Robert E. Fallon）的說法，LG半導體的公司僅價值1.3萬億韓元（約合75億元人民幣），而現代電子支付了6.1萬億韓元（約合353億元人民幣）；僅現金部分就相當於LG半導體賬面價值的兩倍。

原則上，現代電子應該拒絕為LG半導體的債務買賬，但是法倫稱，當時要求兩家公司合併的政治壓力過於龐大，最終合併後現代電子負債近140億美元，債務股本比高達160%，這為公司帶來了龐大的經濟負擔。

▲韓國外換銀行CEO Robert E. Fallon

02. 2001年-2006年：巨額債務下的絕地求生

2001年，因為現代電子從現代集團中拆分，公司改名為海力士。同年美光完成收購德州儀器的內存部門，隨著1999年到2001年內存行業整合結束，三星、美光、海力士、英飛凌四家掌握有全球近八成的DRAM市場份額。

▲2001-2014年內存市場份額

此時DRAM市場競爭已經趨於白熱化，產品價格接近生產成本，之後互聯網泡沫破裂，DRAM價格崩盤。 Continue reading →

800億晶體管核彈GPU架構深入解讀，又是“拼裝貨”？

受蟋蟀啟發，科學家研製混合AI 芯片，耗資300 萬歐元

據歐洲媒體eeNews Europe報導，法國研究人員受昆蟲啟發，正在開發一種混合處理架構的AI 芯片，耗資300 萬歐元（約合2103.72 萬人民幣）。

該項目由法國研究機構CEA-Leti 的頂尖科學家和Edge AI（邊緣人工智能）項目協調員Elisa Vianello 領導，模仿蟋蟀的感知和神經系統集成不同的存儲技術，以降低能耗、提升速率，並應用於消費機器人、植入式醫療診斷微芯片以及可穿戴電子設備。

　一、模仿蟋蟀，構建新納米系統

AI 處理器以及存儲器之間的數據傳輸，很難突破功率和能耗方面的瓶頸。英國AI 芯片獨角獸Graphcore 和美國芯片創企Cerebras 均有存內計算和高度集成的AI 處理器，它們已經解決了這種數據傳輸的能耗和速率問題。但這種方法需要採用存內計算和高度集成的AI 處理器，還需要高密度、高分辨率、具有無限耐用性的非易失性存儲器。

Elisa Vianello 稱，蟋蟀能夠根據遲緩的、不精確的、不可靠的神經元以及突觸做出準確的決定，以躲避捕食者。Elisa Vianello 還說道，CEA-Leti 的研究人員發現蟋蟀的感覺和神經系統中存在多種類似存儲的功能，通過結合這些不同的功能，蟋蟀的內部系統表現了驚人的性能和能源效率。

CEA-Leti 的項目從蟋蟀中汲取靈感，放寬了內存芯片存儲密度以及可靠性方面的硬件要求，將結合基於貝葉斯推理的混合引擎（Bayesian Inference engine）和局部脈衝神經網絡模塊（local spiking neural network module），進行實時數據處理。

Vianello 團隊的AI 芯片將使用其科學家們開發的確定性、概率性、易失性和非易失性存儲器。同時，該項目構建了科學家們需要的新納米系統，以便科學家們學習有限的、偏離期望值的數據（噪聲數據）。

　 Continue reading →