科技是第一生产力、人才是第一资源、创新是第一动力 加快建设科技强国,实现高水平科技自立自强
氢能科技 沙蓬绿色种养产业模式 联源科技 超联科技 园区 园区 园区 园区 园区

这款人工智能芯片要现场表演“片上学习”

   2018-09-18 上观新闻
27
核心提示:  第二十届中国国际工业博览会将于9月19日—23日在国家会展中心(上海)举行。在“创新科技馆”展区的中


  第二十届中国国际工业博览会将于9月19日—23日在国家会展中心(上海)举行。在“创新科技馆”展区的中心活动舞台,将进行一场有关人工智能芯片的互动实验。实验器材是一颗芯片和与之相连的摄像头,不连接网络。实验内容是让这枚芯片学习识别各种符号。比如,有些人习惯在数字“7”的中间加一短横。一开始,人工智能芯片并不认识这个符号,然而训练了两三个这样书写的“7”后,它就能准确将其识别为数字“7”。除了有趣的芯片实验,集成电路产业链的一批上海成果也将集中展示。

  “片上学习”芯片打造智慧港口

  上海西井科技首席执行官谭黎敏介绍,这场互动实验的主角是DeepWell(深井)芯片。历经一年多自主研发,DeepWell芯片于今年2月一次性成功流片。它参照仿生类脑处理方式,采用自研处理器Sodium钠架构,融合自研深度学习算法,可直接在芯片上实现快速的“片上训练”与“片上识别”。作为全球罕见的嵌入式“片上学习”人工智能芯片,其最大特色是能做到深度学习的小样本训练并达到较高识别率,还可随时新增样本,进行增量训练,以满足用户的个性化需求。



   DeepWell人工智能芯片

  这意味着,无需联网,就能在芯片端实现本地化学习,从而让基础算法迭代、产品升级有更短的周期和更高的效率。在网络环境相对严苛的情况下,“片上学习”芯片消耗的带宽和流量比传统芯片更少。据介绍,DeepWell芯片具有业界一流的低功耗水平,单核功耗500毫瓦,双核功耗为1瓦,运算峰值性能达到1.8TOPs,达到了成本、性能、功耗的平衡。

  谭黎敏表示,随着人工智能产业链的发展,GPU已经不能满足所有场景的深度学习计算任务,类脑人工智能芯片则能有效解决一些痛点。西井科技已将DeepWell芯片应用于全局化人工智能港口项目,推动国内外一批中小码头实现智慧升级。在不影响港口正常作业的情况下,它能毫秒级识别集装箱箱号、状态等数据,远超越人类肉眼的识别速度,而且箱号出错率几乎为零。人工智能港口项目在国内一批码头实施后,使许多工人的劳动强度大幅降低,从蓝领变成了白领。


宁波大榭招商国际码头理货员在办公室里工作。

   高端装备打破国外企业垄断

  芯片制造装备也是上海集成电路产业的强项。上微、中微、盛美等企业自主研发的高端装备,将在“创新科技馆”展区与公众见面。

  光刻机是是芯片制造最关键的设备之一。每颗芯片诞生之始,都要经过光刻机锻造,在电光火石之间,母版上复杂的电路设计图形转化为硅片上细微繁密的沟壑纹理。10年前,我国第一台集成电路前道投影光刻机样机在上微公司(SMEE)自主研发成功,实现了光刻机技术的重要突破。此后,上微开发出了90纳米、110纳米、280纳米等不同分辨率节点要求的ArF、KrF及i-line系列投影光刻机。

  亮相本届工博会的600系列集成电路前道光刻机拥有一批自主知识产权,正在申请或已授权的包括国际发明专利在内的专利共有756项。它们拥有多项创新技术:高分辨率、大数值孔径和曝光视场的投影物镜,高速高精度运动台同步技术,精确的调焦调平和对准先进光信号处理技术……均处于国内最高水平,并达到同类产品的国际先进水平。

  金属有机化合物气相沉积(MOCVD)设备是制造发光二极管、功率器件、微型LED和第三代半导体器件的最关键设备。中微半导体设备(上海)有限公司自主研发生产的Prismo A7 MOCVD设备,用于制造LED芯片,相关技术也可用于其他光电子和微波器件材料的生长,是集成电路产业发展不可或缺的战略性高端半导体设备。目前,中微的Prismo A7 MOCVD设备在蓝绿光半导体照明国内市场的份额已超过70%,打破了国外企业在这一市场的长期垄断。


Prismo A7 MOCVD设备

  中微公司团队由一批海归华人组成。董事长兼首席执行官尹志尧博士是集成电路装备领域较早响应我国政府号召的归国创业者之一,参与并领导了业界一半以上成功的等离子体刻蚀设备的开发,是几代等离子体刻蚀设备的主要发明人和工业化应用的推动者。

免责声明:本网转载自其它媒体的文章,目的在于弘扬科技创新精神,传递更多科技创新信息,并不代表本网赞同其观点和对其真实性负责,在此我们谨向原作者和原媒体致以敬意。如果您认为本站文章侵犯了您的版权,请与我们联系,我们将第一时间删除。
 
 
更多>同类资讯
推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用说明  |  隐私政策  |  免责声明  |  网站地图  |   |  粤ICP备05102027号

粤公网安备 44040202001358号