小米被“拉黑”，高通14亿收购Nuvia，百度造车，CV三小龙IPO在即……丨AI大事件
美国再次“拉黑” 9 家中国企业，小米、中微等在内
据路透社刚刚独家消息称，美国政府 14 日将 9 家中国企业列入黑名单中，其中包括手机制造商小米及中微等多家半导体企业。
1月15日午间休盘后，小米集团在港股发布公告，称该公司一直坚持合法合规经营，并遵守经营地的相关法律法规，其服务和产品皆用于民用或商用。中微公司表示，“上述情况对本公司生产经营没有实质影响，本公司目前进出口业务情况一切正常。”
其他被美国列入“涉军企业”名单的还包括，飞机制造商中国商飞（Comac）以及中关村发展集团（ZGC GROUP）、箩筐技术公司（LKCO）、广东高云半导体科技股份有限公司（Gowin Semiconductor Corp）、大新华航空有限公司（Grand China Air）、中译语通科技股份有限公司（GTCOM）、中国航空集团有限公司（CNAH）。（观察者网）
据外媒报道，白宫于当地时间周二成立了一个负责协调政府、行业和学术界AI研究和政策制定的办公室，它被叫做国家AI倡议办公室（National AI Initiative Office），将在创始董事Lynne Parker的领导下实施国家AI战略，Parker是美国副首席技术官。
美国国家AI倡议办公室logo
白宫科技政策办公室根据《2020年国家AI倡议法案（National AI Initiative Act of 2020）》成立了该办公室，该法案制定了一系列旨在确保美国在全球AI技术领域保持领先地位的政策和倡议，其在本月早些时候作为2021年国防授权法案的一部分获得通过的。（CNBeta）
高通花 14 亿美元买下芯片初创公司Nuvia
高通公司（Qualcomm Inc.）周三表示，将以 14 亿美元收购 Nuvia Inc，这是一家由苹果公司资深人士创立的芯片初创公司，计划将公司的技术应用于其智能手机，笔记本电脑和汽车处理器。
这笔交易也意义重大，因为它可能有助于减轻高通对 Arm Ltd 的依赖，而 Arm Ltd 已被高通竞争对手 Nvidia Corp 以400亿美元的价格收购。
高通公司目前的大多数芯片都使用直接从 Arm 获得许可的计算内核，而 Nuvia 的内核使用 Arm 的基础体系结构，但都是定制设计。对于高通公司来说，使用更多的自定义核心设计（苹果公司也已采取了这种做法）可以在短期内降低 Arm 的部分许可成本，从长远来看，可以更轻松地过渡到竞争对手的架构。
是的！百度要造车了
据2021年1月11日，百度作为全球领先的人工智能平台型公司，宣布正式组建一家智能汽车公司，以整车制造商的身份进军汽车行业。
吉利控股集团将成为新公司的战略合作伙伴。新组建的百度汽车公司将面向乘用车市场，让用户购买到更极致的智能电动汽车。百度汽车公司将着眼于智能汽车的设计研发、生产制造、销售服务全产业链，传承百度强大的人工智能、互联网科技基因，利用Apollo领先的自动驾驶能力，发挥在汽车智能化领域长达8年的经验优势，重塑智能汽车产品形态，成为智能出行时代的变革者。（百度）
在线上举办的 CES 2021 消费电子展期间，Ambarella 发布了新款 8K AI 视觉处理器 SoC-CV5 。其旨在满足相对传统的核心市场的使用需求，比如运动相机、无人机、以及车载任务。
Ambarella 表示，CV5作为迄今为止性能最强的 ISP 迭代，其支持 8K 60fps 视频录制、或四路独立的 4K 视频流，辅以强大的 AI 新功能、全新的 CPU 内核，且 5nm 制程节点带来了极高的能效比。同时，CV5 能够将 8K 30fps 视频录制的能耗控制在 2W 以下，以及将 8K 60fps 录制能耗控制在 5W 以下。
1月12日，证监会官网消息显示，旷视科技已于2020年9月接受中信证券上市辅导，并拟以公开发行中国存托凭证（CDR）的方式在科创板上市。
公开信息显示，云从科技于去年8月正式启动IPO辅导，11月报科创板上市辅导验收，12月获上交所正式受理，并已获首轮问询。
依图科技则在去年9月启动上市辅导，同样拟以公开发行CDR的方式在A股上市。11月，上交所正式受理其科创板上市申请，12月获首轮问询。
短评：
通过光线可以加快机器学习的速度
一个由明斯特大学、牛津大学、埃克塞特大学、匹兹堡大学、法国联邦理工学院（EPFL）和苏黎世IBM研究中心组成的国际研究团队，开发出了一种下一代计算机加速器芯片，该芯片使用光而不是电子技术来处理数据。研究成果发表在权威科学杂志《Nature》上。
这项研究来源于欧盟项目Fun-COMP，由埃克塞特大学的C.David Wright教授领导，C.David Wright教授说："传统的计算机芯片基于电子数据传输，速度相对较慢，但基于光的处理器，也就是我们研究中开发的处理器，能够以数百倍甚至数千倍的速度处理复杂的数学任务，而且能耗大大降低。"
更多精彩推荐