《紐約時報》9 月 16 日報導, 科技產業板塊正出現劇烈變化。 英偉達(NVIDIA Corp.)CEO黃仁勳日前在受訪時表示, 現在有點像是網際網路剛開始的時候。
英特爾(Intel Corp.)在兩年前斥資 167 億美元購並現場可程式邏輯閘陣列(FPGA)廠商 Altera。 報導指出, 微軟利用 Altera 的 FPGA 晶片協助改善 Bing 搜索服務的機器學習演算法。 豐田研究所(Toyota Research Institute, TRI)CEO Gill Pratt 指出, 能夠將運算工作分散至微小低耗能晶片的機器, 就能以接近人類大腦的方式進行運作, 因為能源效率是大腦正常運作的關鍵。
機器智慧開發主要分成兩個階段:1. 透過現代機器學習技術, 利用大量樣本資料對演算法進行訓練;2. 在需要解讀現實世界資料的終端應用中執行演算法。
Movidius(英特爾旗下公司)總經理 Remi El-Ouazzane 曾表示, Movidius 神經計算棒內建的“Movidius Myriad 2 覺處理單元(VPU)”提供強大且有效率的表現, 可以在 1 瓦的功率下提供超過每秒 1,000 億次浮點運算性能、以便直接在設備上執行即時深度神經網路。 他說, 這使得許多 AI 應用都能在離線狀態下部署。
英特爾 2016 年 9 月宣佈收購移動影像處理技術開發商 Movidius Technology。 Movidius 與英特爾旗下現有資產的結合將使得全球半導體龍頭得以在電腦視覺、深度學習解決方案(從設備到雲端)領域處於領先地位。
英特爾並於 2016 年 8 月宣佈購並一家名為 Nervana Systems 的人工智慧新創企業。 同年 5 月, 英特爾宣佈收購電腦視覺(CV)技術公司 Itseez Inc.。
英國《電訊報》“Telegraph Money”專欄 8 月 13 日列舉 7 檔自駕車、AI/機器學習、機器視覺、大資料概念主要受惠股, 當中提到賽靈思(Xilinx)所生產的晶片就是負責機器學習過程中的推論部分。
賽靈思表示, 夥伴廠商利用 FPGA 晶片進行基因體定序與優化語音辨識所需的深度學習, 察覺 FPGA 的耗能低於 GPU 且處理速度較快。 相較於 GPU 只能處理運算, FPGA 能以更快速的速度一次處理所有與 AI 相關的資訊。 (日經亞洲評論)
AI 人工智慧新知管道
如何深入瞭解 AI 趨勢?快速收到第一手 A.I. 學習資訊與相關新聞?歡迎加入Facebook社團“AI 人工智慧基地”。