千芯周刊 人工智能与半导体资讯 （2022.01.10-01.16）

人工智能与半导体两个重点领域，每周分享。

从行业动态、技术发展趋势、国内外投融资事件，快速呈现行业发展热点。（以北美日韩为主）

重大新闻

▪特拉维夫大学研究深度学习中梯度流理论

▪谷歌提出语言模型中的反事实记忆

▪CMU通过数据节俭的深度学习优化微观图像

▪三星展示全球首款基于MRAM的内存计算

▪谷歌推出TinyML框架CFUPlayground

▪脸书研究ConvNet和Transformers区别

▪IEEE计算机学会公布其2022年技术预测

▪Tachyum将在迪拜世博展示人脑规模AI超算

▪华盛顿大学提出新自由视点渲染方法

▪杜克大学开发AI癌症探测器

重大新闻

▪UltraRAM量产取得重大突破

▪Alphawave与Microchip开发112GbpsIP

▪发布正式标准，速度最高128Gbps

▪OPENGES推出首款4/8位混合精度NPUIP

▪VSORA推出自动驾驶Tyr芯片系列

▪Electroninks在印刷中添加导电油墨

▪TT电子首次推出HPDC片式电阻器

▪Ceva改进其NeuProAI加速器IP

融资/并购交易

[融资]MKSemiPre-A+轮融资1280万美元

[收购]英伟达收购BrightComputing

[收购]Aptiv43亿美元收购WindRiver

[并购]EMA与FlowCAD合并

[融资]Efabless获得A轮融资

人工智能全球公司动态

(1)特拉维夫大学研究深度学习中梯度流理论

1月10日

特拉维夫大学的研究人员针对深度学习中的梯度流能在多大程度上代表了梯度下降进行了研究。其将梯度下降作为梯度流动初值问题的近似数值解，发现近似程度取决于梯度流动轨迹周围的曲率。在具有均匀激活的深度神经网络中，梯度流轨迹具有良好的曲率，这表明梯度下降可以很好地逼近它们。实验表明在简单的深度神经网络上，采用常规步长梯度下降的结果与梯度流近似。

(2)谷歌提出语言模型中的反事实记忆

1月10日

谷歌的研究人员提出了一个原则性的观点来过滤掉大型语言模型（LM）的常见记忆，引入了“反事实记忆”来衡量模型预测的预期变化，并将神经LM中的“罕见”（情节）记忆与“常见”（语义）记忆区分开来。其在神经RM中定义了反事实记忆，估计了几个标准文本数据集的反事实记忆，并确认所有这些数据集中都存在罕见的记忆示例，并将反事实记忆的定义扩展到反事实影响，研究记忆示例对验证集示例和生成示例的测试时间预测的影响。

(3)CMU通过数据节俭的深度学习优化微观图像

1月11日

卡内基梅隆大学（CMU）的研究人员为微观结构图像开发了计算机视觉方法，其应用了一种多学科深度学习方法，将同等的注意力放在标本制备和成像上，并使用30-50张不同成像模式的显微照片和电子背向散射衍射注释来训练独特的U-Net架构。在复杂相钢板条贝氏体分割的挑战性任务中实现了90%的精度。此外，还讨论了图像上下文、域外数据的预训练和数据增强的影响，并通过网络可视化技术演示了基于晶界形态的可信模型决策。

(4)三星展示全球首款基于MRAM的内存计算

1月12日

三星电子宣布展示全球首款基于磁阻随机存取存储器（MRAM）的内存计算。该公司成功地开发了一种MRAM阵列芯片，该芯片演示了内存计算，方法是用新的“电阻总和”内存计算架构取代标准的“电流和”内存计算架构，从而解决了单个MRAM器件的小电阻导致在标准内存计算架构中使用时无法享受功耗降低优势的问题。该芯片在手写数字的分类方面实现了98%的准确度，在场景中检测人脸的准确率为93%。

(5)谷歌推出TinyML框架CFUPlayground

1月12日

谷歌、普渡大学和哈佛大学的研究团队推出了CFUPlayground，这是一个全栈开源框架，集成了开源软件、寄存器传输级（RTL）生成器和现场可编程门阵列（FPGA）工具，能够快速迭代地设计嵌入式ML系统的加速器。开发人员可以使用该框架为不同的ML操作设计自定义函数单元（CFU）。在测试中即使是FPGA或硬件经验最少的用户也能够实现高达75倍的模型加速。

(6)脸书研究ConvNet和Transformers区别

1月13日

脸书和UC伯克利的团队研究了ConvNet和Transformers之间的架构区别。他们采用专为计算机视觉任务设计的标准ResNet模型，并逐步将架构“现代化”，以构建分层ViT来探索变压器中的设计决策如何影响ConvNet的性能。该团队利用他们的发现提出了ConvNeXts，这是一种纯ConvNet模型，可在各种计算机视觉基准测试上实现与最先进的分层Vit相媲美的性能，同时保持标准ConvNet的简单性和效率。

(7)IEEE计算机学会公布其2022年技术预测

IEEE计算机学会（IEEECS）公布了其年度技术预测，预计在2022年占据主导地位的三大技术趋势是以数据为中心的AI、远程医学以及健康、安全和可穿戴生物医学技术。他们认为融合技术在颠覆性变革中越来越发挥着至关重要的作用，对我们的生存也越来越重要。他们预测技术有助于解决新冠大流行的影响。同时还预测了以数据为中心的AI等16项在2022年普及的技术趋势。

(8)Tachyum将在迪拜世博展示人脑规模AI超算

1月13日

斯洛伐克的处理器公司Tachyum宣布将于1月17日在迪拜世博会上展示其Prodigy通用超级计算机处理器。Prodigy的处理器核心功耗降低了10倍，将大大减少与数据中心使用相关的碳排放。Prodigy的成本降低了3倍（同等性能）。Tachyum的Prodigy处理器可以使用现有的标准编程模型，在单个同构处理器平台上运行HPC应用程序、卷积AI、可解释AI、通用AI、生物AI和峰值神经网络以及正常的数据中心工作负载。

(9)华盛顿大学提出新自由视点渲染方法

1月13日

(10)杜克大学开发AI癌症探测器

1月14日

杜克大学的计算机工程师和放射科医生开发了一个人工智能平台，用于分析乳房X光扫描中的潜在癌变，以确定病人是否应该接受有创活检。但与它许多前辈不同的是，这种算法是可解释的，意味着它可向医生展示了它是如何得出结论的。研究人员训练人工智能定位和评估病变，就像训练真正的放射医师一样，而不是让它自由发展自己的程序，这使它比"黑匣子"多了一些优势。它可以成为一个有用的培训平台，教学生如何阅读乳房X光检查图像。对于那些生活在世界上人口稀少地区不经常阅读乳腺摄影扫描图像的医生，这个平台可以帮助他们做出更好的医疗决定。

半导体全球公司动态

(1)UltraRAM量产取得重大突破

1月11日

英国兰卡斯特大学的科学家发表了一篇论文，详细介绍UltraRAM量产方面的重大突破。硅基UltraRAM可能是一种通用内存类型，有机会满足PC等设备的所有内存需求（RAM和存储）。此外UltraRAM的优势在于至少提供1000年的数据存储时间，其快速切换速度和编程擦除循环耐久性比闪存好100到1000倍。

(2)Alphawave与Microchip开发112GbpsIP

1月11日

英国AlphawaveIP是全球技术基础设施高速连接领域的全球领导者，该公司最近表示MicrochipTechnology已选择Alphawave的AlphaCore100作为其下一代以太网重定时器系列。这代表了Alphawave的一个重要里程碑——它验证了另一个大客户已采用了其低功耗和高性能的112GbpsIP。

(3)发布正式标准，速度最高128Gbps

1月12日

PCI-SIG发布了最终(1.0)规范。PCIE通道的数据速率提高一倍，使其在每个方向上达到8GB/s，并且对于多通道配置速率提升要高得多。通过将PCIE链路的速度提高一倍，实现了带宽速率的全面加倍。X1链接从4GB/s/方向传输提高到8GB/s/方向，并且对于完整的x16链接一直扩展到128GB/s/方向。

(4)OPENGES推出首款4/8位混合精度NPUIP

1月12日

全球领先的内存系统和AI平台IP公司OPENGESTechnology推出首个商用混合精度（4/8位）计算NPUIP——ENLIGHT™。ENLIGHT™是一种高性能神经网络处理器IP，具有高度优化的网络模型编译器，可通过分组的层分区和调度器将DRAM数据从中间激活数据中移动。此外，它还支持多核NPU的负载平衡分区。ENLIGHT™的单核性能范围在8位模式下为0.5~5TOPS，在4位模式下为1~16TOPS。基于YOLOv3的4/8位混合量化测试，已经证明4位量化可以应用于65%的卷积，而不会影响精度。

(5)VSORA推出自动驾驶Tyr芯片系列

1月12日

AI、数字通信和高级驾驶辅助系统应用的高性能IP公司VSORA推出了PetaFLOPS计算芯片Tyr系列，以加速3级（L3）至5级（L5）自动驾驶汽车设计。Tyr每秒提供258万亿至1032万亿次操作，功耗低至10瓦，允许用户实现以前在商业上不可行的自动驾驶功能。Tyr是一个由三种不同芯片组成的系列，称为Tyr1、Tyr2和Tyr3，它提供了一种完全可编程的架构，将数字信号处理（DSP）内核与设计L3到L5自动驾驶汽车所需的机器学习（ML）加速器紧密耦合。Tyr配套芯片与算法和主机处理器无关，可以集成到新的或现有的环境中，而无需重新设计整个系统。

(6)Electroninks在印刷中添加导电油墨

1月13日

Electroninks在其银和铜油墨中添加了不包含金和铂颗粒的导电油墨。据该公司称，印刷金属结构具有耐化学性，可用作消费和医疗设备、传感器和半导体等高温电子产品中的导电轨道和触点。该公司表示金版本为6μΩ.cm，铂金版本为40–120Ω/平方，分别在250和200°C下固化，需要1-20分钟。油墨中的金属不是胶体纳米颗粒，而是作为金属有机化合物携带，然后分解成金属，可以在温度或紫外线辐射的影响下固化。

(7)TT电子首次推出HPDC片式电阻器

1月13日

TT的新型HPDC系列片式电阻器使用氮化铝（AlN）陶瓷基板，其导热系数约为氧化铝的6倍，氧化铝是片式电阻器的传统基板材料。HPDC片式电阻器还具有大面积端接，可改善与PCB的热接触。这使得HPDC电阻器能够提供高功率密度解决方案，在封装1206中额定功率为2.4W，在封装2512中额定功率为3.5W。

(8)Ceva改进其NeuProAI加速器IP

1月13日

美国Ceva改进了NeuProAI加速器IP，为Winograd变换和稀疏操作添加了专用协处理器，并在引擎的MAC阵列旁边增加了一个通用矢量处理单元。与Ceva的第二代NeuPro-S内核相比，新一代NeuPro-M可以将性能提高5-15倍。ResNet-50的性能在不使用专用引擎的情况下提高了4.9倍，在使用专用协处理器时性能提高到14.3倍。该内核的电源效率预计为24TOPS/Watt，工作频率为1.25GHz。NeuPro-M引擎架构主MAC阵列具有4000个MAC，能够进行混合精度操作（2-16位）。

半导体全球交易事件

■国外融资并购交易

(1)[融资]MKSemiPre-A+轮融资1280万美元

1月10日

领先的低功耗超宽带公司莫纳克亚半导体（MKSemi）宣布已完成由LightspeedChinaPartners领投的总额为1280万美元的Pre-A+系列融资，大型投资者还包括QimingVenture和IvyCapital。

(2)[收购]英伟达收购BrightComputing

1月11日

英伟达通过收购BrightComputing在高性能计算市场占有重要地位，BrightComputing是一家为全球700多家组织管理HPC系统的美国软件开发公司。这笔交易的条款尚未披露。通过此次收购BrightComputing获得了增长所需的资金，而英伟达则丰富了HPC解决方案。

(3)[收购]Aptiv43亿美元收购WindRiver

1月11日

Aptiv表示最近达成了一项最终协议——以43亿美元的现金收购TPGCapital旗下WindRiver公司。WindRiver的软件已在全球1700多家客户的20多亿台边缘设备上使用，可实现关键任务智能系统的安全开发、部署、运营和服务。这种从边缘到云的软件组合涵盖航空航天、国防、电信、工业和汽车市场。并以WindRiverStudio为基础，WindRiverStudio是一个高度通用、全面的云原生智能系统软件平台，可为边缘到云用例提供完整的产品生命周期管理。WindRiver在2021年创造了约4亿美元的收入。

(4)[并购]EMA与FlowCAD合并

1月12日

美国EDA专家EMADesignAutomation已与FlowCAD合并。这是EMA在18个月内的第四次扩张，这使EMA更接近其成为全球EDA巨头的目标。“随着我们的客户不断全球化，我们必须能够在世界各地与他们见面。”EMA首席执行官NannyMarcano说。

(5)[融资]Efabless获得A轮融资

1月13日

集成电路设计、开发和商业化的创作者社区平台Efabless宣布已获得由NewNorthVentures牵头的A-1系列风险投资以利用其成功的芯片Ignite和谷歌赞助的Open-MPW计划。Efabless将使用该笔资金来支持业务开发和营销，并进一步开发产品。

■千芯周刊人工智能与半导体资讯（2022.01.03-01.09）

■千芯周刊人工智能与半导体资讯（2021.12.27-2022.01.02）

■千芯周刊人工智能与半导体资讯（2021.12.20-12.26）

■千芯周刊人工智能与半导体资讯（2021.12.13-12.19）

■千芯周刊半导体与人工智能资讯（2021.12.06-12.12）

■千芯周刊半导体与人工智能与资讯（2021.11.29-12.05）

■陈巍博士受邀在全球智能工业大会做先进存算技术报告