Lab。黄仁勋说，英伟达将为每种类型的机器人系统创建平台，包括机器人工厂和仓库、用于操纵物体的机器人、移动机器人，以及人形机器人。构建具有生成物理AI的机器人需要3台计算机：NVIDIA

科普视频企业算力利用率提升迫在眉睫，软件调度已成加速计算必要条件。联想集团科普系列主题视频发布，以“万全”之策，打通AI训练全流程助企业释放驾驭海量算力，加速混合式人工智能落地。

精度令人满意。模型量化经验总结前期是不同量化方法的选择问题，我们会在标准的业务数据集上测试各种量化的效果，然后选取比较稳定的量化方法应用到实际业务中。量化后期针对模型在实际业务中存在精度损失问题：

AI基础设施在整个汽车行业的显著增长。消费互联网公司也是一个增长强劲的垂直行业。克雷斯称本季度的一大亮点是Meta发布其最新的大语言模型Llama

计划在2025年推出首批AI芯片产品。编译

Pro的速度比上一代M2机型提升到最高4倍，比初代机型更是提升最高达10倍。此外，M4更先进的媒体处理引擎针对AV1格式提供硬件加速，播放高分辨率视频时能效更高。该芯片支持同时播放和剪辑多达五条4K

BARBIE_芭比AI转绘，在这个项目里，阿文和海辛将《芭比》电影中的经典过场，通过AI的方式转绘为像素风，还原出8bit游戏的经典美术风格可以看到，在以图像、视频内容为主体的创作产业中，RTX

Enterprise软件等产品集成。英伟达称收购Run:ai后，客户可以期望从更好的GPU利用率、改进的GPU基础设施管理和更大的开放性架构灵活性中受益。据The

企业使命是“让AI更普及”。作者

3D感知，通过10V5R传感器配置来增强安全和舒适性。Hailo-8加速器的低功耗特性使域控制器可以采用被动冷却技术，这不仅降低了整车的物料成本，而且简化了车辆集成过程。Hailo首席执行官Orr

Buck解释说，这不光是计算问题，还是I/O问题，混合专家模型带来更多并行层和通信层。它将模型分解成一群擅长不同任务的专家，谁擅长什么，就将相应训练和推理任务分配给谁。所以实现更快的NVLink

Fan发推文回忆这段“美好的旧时光”：“我第一次见到黄仁勋，也是我第一次见到埃隆·马斯克。那天我在OpenAI实习，亲眼见证黄仁勋将第一台DGX交给埃隆的那一刻。我塞进了我的签名。”Jim

Capital、日本DGDV等。至此，Rebellions融资总额达到约2.1亿美元，估值超过6.5亿美元。Rebellions联合创始人兼CEO

Elite用上了136GB/s内存，最高支持端侧跑超过130亿参数的生成式AI模型；AMD锐龙7040系列最高支持256GB内存；英特尔酷睿Ultra在本地能跑200亿参数大语言模型。▲苹果M3

Wenig。融资后其估值达到3400万美元。11、Extropic2023年的最后一个月，AI芯片创企Extropic宣布获得1410万美元天使轮融资。这家创企成立于2022年，创始成员CEO

用数据流解决性能瓶颈，AI芯片已规模化落地。作者

GPU生成的模型推理速度直接提升了2倍甚至3倍以上，AI绘画进入了“秒速时代”。▲标准StableDiffusion与TensorRT引擎优化后相比，每分钟绘制图片数的差异，由Bilibili

美国政府正与英伟达就对华出售AI芯片进行谈判。编译

CEO苏姿丰告诉投资者，公司预计明年MI300系列的收入将达到20亿美元。许多业内人士也非常期待看到以一己之力打破英特尔与英伟达垄断的“屠龙勇士”AMD，能够改变AI芯片市场局势，书写新的“AMD

CEO的逾百万美元投资，一边被OpenAI四年前就预订了5100万美元（折合超3.6亿人民币）订单，还被美国政府以“国家安全”为由干涉融资交易，最近全球热度最高的AI芯片创企可能非Rain

Insider采访时认为，Graphcore要么将自己出售，要么在一笔具有出售特征的交易中筹集新资金，而且不会接近其峰值估值。02.来自中国的收入占比达20%~25%Graphcore

100服务器主板的独特需求，所以微软从零做出更宽的数据中心机架。这种扩展的设计为电源和网络电缆提供了充足的空间，能满足AI工作负载的独特需求。▲在微软雷德蒙德实验室的一个热室里，为Maia

Box的产品，打造这一产品的目的为，使得标准机柜可以容纳更高的算力，同时支持更高的用户并发。目前，希姆计算以7B、13B参数规模的Llama

Information此前报道，黄仁勋有大约40名直接下属。▲黄仁勋的直属下属情况（部分）加入英伟达后，布莱克·博乔林将直接向黄仁勋汇报英伟达新的DGX

Peleg在社交平台x发布内容）被英伟达收购的以色列网络芯片企业Mellanox的创始人兼CEO

Chiplet这样的先进封装技术，这个可能是基于国产工艺，第一个进入可量产的Chiplet技术。同时，基于这样的平台，我们还实现了C2C

Fabric、整个Chip-to-Chip的互联纳入到一个完整的一致性框架下，并且在物理上、在芯片工程上降低时延，提升带宽，这是我们要发力的重点。第三，新型的芯片工程，在内存墙方面，我们怎么样把AI

Engine的IPU，还有RDNA的iGPU集成在一个异构计算平台里，可以用来满足电脑市场这些AI推理的需求。这个产品已经发货，已经有超过35个PC系列里，集成了Ryzen

Core里面，每一个线程都负责计算C矩阵中的一个结果点，一个线程只计算一个结果点。GPU中成千上万个线程同时执行，所以一瞬间的功夫，这个C矩阵里的所有结果都会被计算出来，这就是CUDA

15搭载了苹果第二代超宽带（UWB）芯片，可连接到使用这款芯片的其他设备。一个非常有用的功能是精确找人，比如在拥挤的火车站或菜市场，能够精确共享和定位朋友的位置。03.S9

Limited（由软银集团控股，Arm拥有10%的无表决权权益）拥有，约35%的股权由厚朴投资管理公司间接拥有，约17%由其他中方直接或间接持有。Arm在Acetone

AI正与英伟达合作构建用于训练AI大模型的全球最大GPU集群之一。通过与英伟达和云服务提供商CoreWeave的合作，其超级计算机将扩展至包含22000个H100，这一数量远超Meta

Panken芯东西4月3日消息，据韩媒报道，三星设备解决方案（DS）部门才启用聊天机器人ChatGPT

GPU的早期访问客户。为了加速生成式AI开发及部署，老黄宣布推出3款全新推理GPU，分别擅长AI视频、图像生成、ChatGPT等大型语言模型的推理加速。此外，英伟达还发布了AI超级计算服务DGX

漠影芯东西2月23日报道，北京市经济和信息化局北京市财政局关于发布《2023年北京市高精尖产业发展资金实施指南（第一批）》征求意见稿的公开征集意见阶段于本周二截止。

博而不精，中国集成电路产业仍缺“大师”。编辑

智一科技产业媒体品牌矩阵智东西、车东西、芯东西开启新一季招聘。欢迎对新媒体和前沿技术产业有着浓厚热情的你加入到这个年轻而充满创造力的团队。在这里，每一位记者都将成长为既看得懂前沿技术领域的产品、技术、产业，又看得透背后商业逻辑，同时还能写出一手好文章的专家型产业新媒体人。在这里，有倾囊相授的师长，也有与各路行业大咖、创业先锋面对面交流的机会。在这里，用我们成熟的方法论和产业资源，成就你的热爱。智一科技及产业媒体业务简介：智一科技是中国领先的智能产业媒体与创新服务平台，聚焦于以人工智能为核心的新技术所驱动的创新创业和传统产业升级。自2016年正式创办以来，智一科技以“聚焦智能变革

America”标语的演讲台上，拜登发表致辞感谢台积电的付出，肯定了台积电对美国完善半导体供应链的意义。“朋友们，哪里写着美国不能在制造业上再度引领世界？”

2022全球AI芯片峰会在深圳市南山区圆满举行。这场高规格产业会议由芯东西与智东西公开课联合主办，以“不负芯光

Chiplet技术研发的产品和服务公司。奇异摩尔产品及解决⽅案副总裁祝俊东说，在当前高性能计算面临显著挑战：如芯片良率随着面积上升呈现指数级下降趋势；单芯片面积受限；先进制程设计量产成本高等等。3D

2022全球AI芯片峰会将在深圳湾万丽酒店大宴会厅举行。峰会由智一科技旗下芯片产业新媒体芯东西、人工智能与新兴科技知识分享平台智东西公开课联合主办。大会以“不负芯光

ECE硕士。王维是拥有近20年经验的硅谷芯片专家，曾任高通和英特尔核心架构师，是英特尔五代到十代CPU处理器的核心团队之一，参与开发的芯片累计量产超50亿片。鲲云科技联合创始人&CTO

FTL软件，实现产品商业落地；后加入美光，成为3DXP项目的首席架构师，参与研发X100产品，产品性能指标远超市场同期竞品，为当时世界上最快的SSD产品。九天睿芯创始人、董事长兼CEO

金琛金琛，Graphcore中国工程副总裁、AI算法科学家。她于2013年加入Palantir，专注于其产品foundry的开发；2015-2017年主要负责UberEats

不负芯光，智算未来。距离AI芯片热潮首度爆发，已经过去5年。这条创新赛道虽然崛起不久，却上演多番更迭，从神仙打架到群雄争霸，从资本竞逐到赛道降温，高速发展的AI芯片产业逐渐直面市场考验。轰轰烈烈登场的AI芯片玩家们，是时候交出新的答卷了。回想2017年，英伟达发布Tesla

3年卖出近20亿颗芯，中科蓝讯续写造福神话。作者

随着大数据时代的蓬勃发展，AIoT应用得到了高速的发展。尤其是面向边缘端的感知场景，它需要对数据进行大量且频繁地访问和计算，因而迫切需要高能效的智能处理器芯片。在基于传统冯诺依曼架构的处理器设计中，存储单元和计算单元之间的数据交互必须经由有限的数据总线，系统的性能很大程度上限制在总线的带宽以及存储单元的读写功耗上，也就是业界所说的“存储墙”。为了打破这一限制，基于存内计算的存算一体系统架构受到广泛关注，这一创新架构在保留存储单元自身所具有的存储和读写访问功能的同时，还可以支持不同的逻辑或者矩阵乘加运算，在很大程度上减少了计算单元和存储单元之间频繁的总线交互，也进一步减少了大量的数据搬移量以及由此带来的功率消耗，从而极大地提升系统的能耗效率。5月23日，后摩智能自主研发的存算一体大算力AI芯片成功点亮，并跑通智能驾驶算法模型。这是业内首款基于严格存内计算架构设计并点亮的AI芯片，采用SRAM作为存算一体介质，样片算力达20TOPS，可扩展至200TOPS，计算单元能效比高达20TOPS/W。同时该芯片基于22nm成熟工艺制程，可以在提升能效比的同时，有效把控制造成本。在灵活性方面，该芯片支持市面上的主流算法，并且支持定制算子，能够更好的适配算法的高速迭代。7月6日19:00，后摩智能联合智东西公开课策划的「存算一体大算力AI芯片在线研讨会」将正式直播。东南大学电子科学与工程学院副研究员司鑫、后摩智能联合创始人&芯片研发副总裁陈亮、后摩智能联合创始人&产品副总裁信晓旭三位主讲人将参与研讨会并进行主题分享。司鑫博士的主要研究方向是存储器和存内计算设计，及其在人工智能领域的应用。他在集成电路领域核心会议/期刊累计共发表存算方向相关论文20余篇，包含7篇有着“芯片奥林匹克”之称的顶会论文ISSCC和6篇集成电路顶刊论文JSSC。司鑫博士将在本次研讨会上，以《基于静态随机存储器（SRAM）的存算电路设计》为主题，对国内外基于静态随机存储器（SRAM）的存内计算设计现状进行介绍，并着重分析存内计算设计面临的挑战和发展趋势。陈亮博士本硕博均毕业于清华大学，具备10余年高性能CPU/FPGA/ASIC芯片内核设计及量产经验，主导过多款AI芯片设计，拥有美国及中国芯片相关发明专利近20项。本次研讨会，陈亮博士将以《从硬件架构到软件工具链，存算一体大算力AI芯片的创新与实践》为主题进行直播讲解。陈亮博士将通过GraphCore、FSD、TPU等对比分析典型的AI处理器架构，之后会从硬件效率、物理实现、软件生态、软件工具链、编程模型等方面，阐述后摩智能基于存算一体架构在软硬件协同设计方面的创新性实践；信晓旭老师曾任海思计算芯片产品总监，负责海思昇腾系列多款AI芯片的产品定义和市场推广,

转型求生》黃日燦本文福利：半导体产业链高度全球化，疫情凸显供应链安全重要性。推荐精品研报《后疫情时代半导体供应链研究》，可在公众号聊天栏回复关键词【芯东西273】获取。资料推荐

核心技术人员均出自中科院，总市值358亿元。作者

DPU，超异构计算时代来临的一个起始。一些投资人认为，DPU赛道比较鸡肋：CPU/GPU同量级的高投入，市场规模却不大。因为DPU跟用户业务休戚相关，很多用户倾向自研，这进一步导致公开市场规模更加有限。即使强如NVIDIA，其DPU已经发布两年左右，目前仍没有用户真正大规模采用。问题究竟出在哪儿？有没有破解之道？本篇文章会对DPU发展过程中存在的六大困境进行细致分析，抛砖引玉，期待更优的、可大范围落地的创新型产品出现。更本质的，DPU是在目前算力困境的大背景下产生的，预示着一个新的算力时代的到来。行业需要更多的技术创新，更好的服务