国产人成高清在线视频99最全资源&男人添女人下边视频大全免费&国产国产久热这里只有精品&99久久久国产精品无码

      <address id="xhhpb"><nobr id="xhhpb"></nobr></address>

      <sub id="xhhpb"></sub>
      <p id="xhhpb"><pre id="xhhpb"></pre></p><address id="xhhpb"></address>
          
          
          <form id="xhhpb"></form>

                    <address id="xhhpb"></address>

                      <sub id="xhhpb"><nobr id="xhhpb"><meter id="xhhpb"></meter></nobr></sub>

                        英特爾收購Mobileye,算法+芯片深度整合成AI時代制勝關鍵路徑


                        elavil

                        elavil inovina.com

                        amitriptyline alcohol

                        amitriptyline in eldery

                        hjertemagnyl pris

                        hjertemagnyl pris hjertemagnyl 300 mg hjertemagnyl recept

                         芯片業老大Intel收購ADAS業界龍頭Mobileye,一石激起千層浪!這一重塑行業競爭態勢的收購大案背后,折射出怎樣的行業趨勢?

                         

                        算法+芯片成為通往人工智能未來的關鍵路徑

                        憑借十幾年的積累,Mobileye在ADAS算法方面的成熟度,無人望其項背,所以即使Mobileye制訂了苛刻的排他性商業條款,眾客戶也只能忍氣吞聲。

                        Intel在處理器制程、產能方面也有絕對的優勢,相對于高通這樣的Fabless公司,可以提供更好的產能和品質保障,對于汽車電子而言,其重要性毋庸置疑,AEC-Q100認證、超過十年的供貨周期要求,高低溫工作穩定性,這些汽車電子的要求使得Intel的IDM整合模式有天然的優勢。

                        但面對自動駕駛的未來,無論Intel還是Mobileye,都不是無懈可擊的。

                        雖然Intel依然是半導體業界老大,但如果單論人工智能的計算平臺,NVIDIA更加耀眼。在過去一年里,NVIDIA的股票坐火箭般上升,因其GPU已經成為深度學習業界事實上的標準開發平臺。到目前為止,基于CUDA平臺,目前已經超過20萬個下載,CUDA社區已經擁有30萬開發者。

                        2016年,Mobileye和意法半導體高調宣布,將合作研發Mobileye第五代SoC芯片——EyeQ5,作為2020年實現全自動駕駛(FAD)的處理器平臺,預計在2018年上半年可提供EyeQ5的工程樣品。但在芯片業界看來,這無疑破壞了行規:按照通常做法,至少要等芯片樣品出來之后才能宣布,而Mobileye提前近兩年宣布,一度被圈內人笑稱PPT造芯。

                        尷尬的背后,凸顯的是Mobileye在高性能計算芯片設計方面的實力不足,畢竟和Intel、NXP、NVIDIA等一眾資深玩家比起來,Mobileye在芯片設計方面還欠缺底蘊,而搭檔ST也并非高性能計算構架設計的領導者,它更擅長后端開發。

                        目前的人工智能商業化應用,絕大部分還集中在云端,而不是嵌入式領域,其主要原因就在于目前基于GPU的系統售價高昂。但汽車其實是一個對成本極度敏感的行業,GPU不菲的售價已經成為量產的關鍵制約因素,此外,其較大的發熱量也對長期工作穩定性帶來挑戰。如果不能以經濟的成本實現人工智能,那么自動駕駛的普及就依然遙不可及。

                        FPGA被越來越多的公司使用,其計算構架可重構特性能滿足深度學習對于專有計算構架的需求,這是Intel收購FPGA巨頭Altera的重要原因:靈活、可快速部署。

                        但FPGA再往上走,計算資源的擴展會讓成本上升到很難接受的地步,于是就會輪到ASIC出場了。半導體業界無數的歷史都表明,FPGA往往是定制化ASIC的前哨站,一旦某個應用的量足夠大,定制化ASIC就會變得更經濟。

                        Intel已經制定了相關的路線圖,對于Mobileye的收購,補齊了其戰略拼圖中缺失的一塊:算法以及對應的專用算法處理器IP的設計經驗。

                        將算法和芯片進行協同設計,可以輕易地獲得超過10倍的性能提升、10倍的功耗下降和10倍的成本下降,并且縮短了客戶導入時間,由此獲得的商業競爭優勢,想想就覺得恐怖。

                        同時掌握算法與芯片,已經成為通往人工智能未來的關鍵路徑。

                        算法與芯片深度整合非一日之功

                        雖然NVIDIA是人工智能計算平臺的領導者,但一個引人深思的事實是,一開始并非NVIDIA選擇了人工智能,而是人工智能的研究者選擇了GPU,進而成就了NVIDIA。

                        在2012年,Alex利用深度學習+GPU的方案,一舉贏得ImageNet LSVRC-2010圖像識別大賽,并奇跡般地將識別成功率從74%提升到85%。NVIDIA敏銳地覺察到了這一趨勢,并大力優化基于GPU的深度學習生態系統,并加速迭代開發,三年時間將GPU性能提升了65倍,從而奠定了目前的王者之位。

                        在GPU設計之初,并非針對深度學習,而是圖形加速,在NVIDIA推出CUDA架構之前,GPU并無太強對深度學習運算能力的支持。而如今,NVIDIA可以提供基于其GPU的從后端模型訓練到前端推理應用的全套深度學習解決方案,一般的開發人員都可以非常容易地上手使用GPU進行深度學習開發,或者高性能運算。而CUDA架構的開發,耗費了NVIDIA巨大的人力物力。

                        可以說,是CUDA這個中間層(computing framework)的優化,才使得開發者真正愛上了GPU,NVIDIA勝在軟件。而CUDA還不能稱之為算法,它只是計算硬件與算法之間的橋梁。

                        算法的優化更是絕非易事,目前頂尖的人工智能算法人才都是厚積薄發的,板凳坐得十年冷,在人工智能的春天到來之前,他們憑借艱難努力和頑強的意志熬過漫漫寒冬。

                        更難的是,你很難找到既懂得算法,又懂得計算構架的開發人員,如果他們分別來自兩家公司,那么溝通的時間成本是巨大的,溝通的效率也相當地低。

                        算法和芯片的協同設計,需要極深的整合和優化功力,Intel缺乏針對算法設計芯片的人才,而Mobileye也難以在短時間內提升車規級高性能處理器設計能力。毫無疑問,將兩者整合到同一家公司進行開發,是最優路徑。

                        在過去,Intel也在努力加強其在人工智能算法方面的積累,對Nervana和Movidius的收購反映了這一點,并且提供了面向深度學習優化的數學函數庫(MKL)。

                        但遠水解不了近渴,自動駕駛需要極高的系統可靠性,這意味著你需要時間。而當下的競爭態勢已呈白熱化態勢,時不我待,在商業競爭中,快人一步就意味著贏者通吃,彌補短板往往不如發揮長處,在高通、NVIDIA、NXP等巨頭虎視眈眈的情況下,Intel與Mobileye的整合,無疑是一個強強聯手的絕佳組合。

                        從本質上講,購買Mobileye,就是買時間優勢。

                        布局自動駕駛全產業鏈,加速產業化進程

                        Intel去年成立自動駕駛事業部(ADG),宣布與寶馬合作、收購高精地圖供應商Here 15%的股份,到如今收購Mobileye, 可以直接獲得其已經極為穩固的客戶群,成為其殺入自動駕駛行業最穩固的基石。加上其在云計算平臺方面的扎實基礎,以及積極投入5G研發,Intel布局自動駕駛全產業鏈的宏大計劃,正逐漸浮出水面,這個統治了PC行業數十年的巨頭,在錯失了移動互聯網時代之后,重裝出擊,在自動駕駛的時代能否上演王者歸來,值得期待。

                        小結

                        圖靈獎獲得者Alan Kay,曾經說過:如果你要嚴肅地思考你的軟件,就必須做你自己的硬件。Intel對于Mobileye重磅收購案,再次為這一論斷加上了濃墨重彩的一筆。

                        如果說過去是算法根據芯片進行優化設計的時代,那么Intel對于Mobileye收購,預示著一個新時代的到來:算法和芯片協同進化的時代。已經有一批先知先覺者在行動,Google自己已經開發了TPU,用于CNN加速,地平線也在開發BPU,結合高度優化的的深度學習算法構架,打造核心競爭力。

                        誰能同時掌握算法和芯片,誰就能在產業化方面獲得巨大的競爭優勢,最終贏得這個人工智能無處不在的時代。

                         

                            <address id="xhhpb"><nobr id="xhhpb"></nobr></address>

                            <sub id="xhhpb"></sub>
                            <p id="xhhpb"><pre id="xhhpb"></pre></p><address id="xhhpb"></address>
                                
                                
                                <form id="xhhpb"></form>

                                          <address id="xhhpb"></address>

                                            <sub id="xhhpb"><nobr id="xhhpb"><meter id="xhhpb"></meter></nobr></sub>