針對人工智能與半導體兩個重點領域，每周分享。
從行業動態、技術發展趨勢、國內外投融資事件，快速呈現行業發展熱點。（以北美日韓爲主）
本期編輯 陳方烨
01
人工智能行業動態摘要
重大新聞
▪Deepmind使用AI研究等離子體行爲
▪谷歌提出4Ms方法減少ML模型的碳排放
▪DeepMind訓練智能體控制計算機
▪清華大學提出大核注意力機制
▪MIT使用深度學習預測臨床治療結果
▪DeepMind提出分層感知器
▪芯片聯盟成立F4PGA工作組
▪英特爾推出Xeon D處理器
▪Waymo發布3D視圖合成深度學習模型
▪Insilico首款AI開發藥物進入臨床試驗
02
半導體行業動態摘要
重大新聞
▪英特爾公布區塊鏈芯片計劃
▪豪威集團研發出0.56μm超小像素尺寸
▪ST推出DSP、AI、MEMS一體系統
▪LG Innotek投資建設FC-BGA産線
▪imec等推出最快的8位微處理器
▪英特爾發布輕薄筆記本P系列處理器
▪瑞薩開發藍牙低能耗射頻收發器技術
▪Codasip推出定制處理器設計服務
融資/並購交易
[收購]孚昇電子收購Prosemi
[融資]Porotech A輪融資2000萬美元
01
人工智能行業動態
人工智能全球公司動態
(1)Deepmind使用AI研究等離子體行爲
2月21日
瑞士洛桑理工學院的瑞士等離子體中心（Swiss Plasma Center）和DeepMind的科學家們使用深度強化學習（Deep reinforcement learning）系統來研究聚變托卡馬克內部等離子體行爲和控制的細微差別——這是一種甜甜圈形設備，使用放置在反應堆周圍的一系列磁線圈來控制和操縱其內部的等離子體。DeepMind的AI算法能夠創建和維護各種等離子體形狀和高級配置，包括同時在容器中保持兩個獨立等離子體的配置。
(2)谷歌提出4Ms方法減少ML模型的碳排放
2月21日
谷歌最近一項研究調查了自然語言處理模型訓練的運營碳排放，例如運營機器學習（Machine Learning，ML）硬件的能源成本，包括數據中心開銷，它研究了可降低碳足迹的最佳實踐。該團隊提出了四種基本方法（4Ms包括模型Model，機器Machine，機械化Mechanization，地圖優化Optimazation of the Map）可顯著減少機器學習工作負載的碳（和能源）足迹。這些方法目前在谷歌中使用，並且可供使用谷歌雲服務的任何人使用。
(3)DeepMind訓練智能體控制計算機
2月22日
DeepMind訓練代理使用鍵盤和鼠標命令以及像素和文檔對象模型（Document Object Model，DOM）觀察來控制計算機。該研究建立在3D模擬世界中自然語言處理、代碼生成和多模態交互行爲的最新發展之上，這些發展使生成具有顯著領域知識和理想的人機交互能力的模型成爲可能。建議的代理通過像素和DOM觀察對特定任務的鍵盤和鼠標計算機控制進行了訓練，並在MiniWob++基准測試的所有任務中實現了最先進的人類水平的平均性能。
(4)清華大學提出大核注意力機制
2月23日
清華大學和南開大學的研究人員提出了一種新穎的大核注意力（Large-kernel Attention）模塊和一種極其簡單高效的視覺注意網絡（Visual Attention Network，VAN）。在每個VAN級中，輸入使用用于控制下采樣速率的步幅數進行降采樣，然後按順序堆疊批處理歸一化、GELU激活、大內核注意力和卷積前饋網絡以提取特征。最後在每個階段結束時應用圖層規範化。它在各種計算機視覺任務上的表現明顯優于最先進的ViT和卷積神經網絡。
(5)MIT使用深度學習預測臨床治療結果
2月24日
MIT研究人員開發了名爲G-Net的深度學習技術，爲因果反事實預測提供了一個窗口，使醫生有機會探索患者在不同治療計劃下的表現。G-Net的基礎是g計算算法，這是一種因果推理方法，用于估計在存在測量的混雜變量（可能影響治療和結果的變量）的情況下動態暴露的影響。G-Net使用循環神經網絡（Recurrent neural network），其具有節點連接，使他們能夠更好地模擬具有複雜和非線性動力學的時間序列。
(6)DeepMind提出分層感知器
2月24日
DeepMind研究人員提出了分層感知器（Hierarchical Perceiver，HiP），HiP保留了原始感知器處理任意模態的能力，但速度更快，可以擴展到更多的輸入/輸出，減少對輸入工程的需求，並提高經典計算機視覺基准的效率和准確性。爲了利用局部結構提高模型效率，研究人員通過將塊的輸入分成幾個組來對塊進行分組，並以分層方式組織塊，以便每個塊將前一個塊的輸出視爲輸入、分組和處理。
(7)芯片聯盟成立F4PGA工作組
2月24日
芯片聯盟（CHIPS Alliance）是推進接口、處理器和系統通用和開源硬件的領先聯盟，今天成立了FOSS Flow For FPGA（F4PGA）工作組，以推動FPGA的開源工具、IP和研究工作。FPGA供應商、工業FPGA用戶和貢獻者以及大學，目前可以在新推出的F4PGA工作組的保護傘下正式合作。F4PGA項目專注于自由和開源的FPGA工具鏈（以前稱爲SymbiFlow）以及FPGA交換格式、FPGA工具性能框架和FPGA Assembly（FASM）格式等。
(8)英特爾推出Xeon D處理器
2月25日
英特爾推出了新的Intel Xeon D處理器——D-2700和D-1700。它們是英特爾最新的片上系統SoC，專爲軟件定義的網絡和邊緣而構建，具有集成的AI和加密加速、內置以太網、對英特爾時間協調計算和時間敏感網絡的支持以及工業級可靠性。Xeon D處理器具有高達4 路DDR4、3200 Hz以太網吞吐量能力高達100 GbE及多達32/64個4.0 PCIe通道。
(9)Waymo發布3D視圖合成深度學習模型
2月25日
Waymo發布了一個名爲Block-NeRF的突破性深度學習模型，用于從其自動駕駛汽車收集的圖像中重建的大規模3D世界觀合成。Block-NeRF用于訓練多個NeRF，然後將輸出組合成一個大場景，即在不同光照條件下組合多個場景，並將它們重疊並重建爲一個大型場景。這個新模型在Waymo汽車三個月內收集的包含多種光線和天氣條件的280萬張圖像上進行了訓練。
(10)Insilico首款AI開發藥物進入臨床試驗
2月25日
總部位于香港的人工智能驅動的藥物發現初創公司Insilico Medicine當前宣布，它已經在一項I期臨床試驗中向80名健康志願者投藥，以評估由該公司人工智能驅動的藥物發現平台生成的候選藥物的安全性，以治療特發性肺纖維化（一種罕見的肺部疾病）。候選藥物ISM001-055是針對Insilico公司內部開發的目標識別引擎PandaOmics發現的一個新目標的小分子抑制劑，並由該公司的另一個AI系統Chemistry42設計。
02
半導體行業動態
半導體全球公司動態
(1)英特爾公布區塊鏈芯片計劃
2月21日
英特爾在其加速計算和圖像處理部門中成立一個新的定制化計算項目組，專注于區塊鏈以及其他新興計算市場，這表明英特爾正式宣布進軍區塊鏈芯片行業。該公司首款針對比特幣的專用芯片將在今年晚些時候正式出貨。該芯片主要針對比特幣，綜合了英特爾多項研究成果（包括高效哈希計算和超低電壓電路技術等），其能效比比起GPU來說能提高1000倍以上。目前已經有Argo Blockchain、Block和GRIID等上市公司和英特爾簽署了該芯片的訂單。
(2)豪威集團研發出0.56μm超小像素尺寸
2月22日
豪威集團宣布了一項重大的像素技術突破——在實現0.56μm超小像素尺寸的同時提供高量子效率（QE）性能、優異的四相位檢測（QPD）自動對焦技術和低功耗。該公司的研發團隊證實，在像素尺寸已經小于紅光波長的情況下，像素壓縮不再受光波長限制。該像素尺寸基于豪威集團的PureCel® Plus-S堆疊技術，同時采用了深光電二極管技術將光電二極管精確地嵌入硅片深處。憑借這些先進的技術，豪威集團開發出了超小像素尺寸，在相同的光學格式下可以實現更高的分辨率，並進一步使圖像傳感器具有更多ISP功能、更低的功耗和更高的讀取速度。實際上，在可見光範圍內，0.56µm像素尺寸展示出了與0.61µm像素尺寸相當的QPD和QE性能。
(3)ST推出DSP、AI、MEMS一體系統
2月22日
爲了推動微機電系統 (Microelectromechanical systems，MEMS) 的創新，意法半導體（STMicroelectronics，ST）推出了一款集信號處理 (DSP)、人工智能（AI）和MEMS傳感器于一體的節能系統。該傳感器將數字信號處理 和AI算法集成在同一硅片上。爲了克服與在MEMS上制造AI相關的所有潛在挑戰，該公司推出了智能傳感器處理單元，它將DSP與IC上的MEMS傳感器集成在一起。可編程DSP具有單周期16位乘法器，可以通過16位可變長度指令輕松操作。它還包括一個全精度浮點單元。該公司聲稱該産品有望將功率降低多達80%，同時減小系統級封裝設備的尺寸。
(4)LG Innotek投資建設FC-BGA産線
2月22日
LG Innotek將投資4130億韓元建設一條倒裝芯片（Flip-Chip，FC）-球柵陣列（Ball Grid Array，BGA）半導體基板生産線。此次投資是LG Innotek對FC-BGA産品的首次投資。FC-BGA半導體襯底具有很高的技術壁壘，因爲它們要求高穩定性和快速傳輸速度。日本的Ibiden和Shinko Denki、台灣的Unimicon和三星電子都是大規模生産FC-BGA半導體基板的公司。行業專家預計，隨著CPU和GPU內核的增加、基板尺寸的擴大，FC-BGA基板的需求將進一步增長。LG Innotek正在培育FC-BGA半導體基板業務作爲未來的增長動力。
(5)imec等推出最快的8位微處理器
2月23日
在2022年國際固態電路會議（ISSCC 2022）上，世界領先的納米電子和數字技術研究和創新中心imec、魯汶大學和柔性電子領域全球領導者PragmatIC Semiconductor展示了采用0.8μm金屬氧化物柔性技術實現的最快的8位微處理器，能夠運行實時複雜的組裝代碼。微處理器采用獨特的數字設計流程實現，允許爲金屬氧化物薄膜技術創建新的標准單元庫——與設計廣泛的loT應用相關。imec的代工合作夥伴PragmatIC Semiconductor提供的強大的薄膜技術是將約16000個金屬氧化物薄膜晶體管集成到24.9mm2柔性芯片上的關鍵。
(6)英特爾發布輕薄筆記本P系列處理器
2月24日
英特爾推出針對高性能輕薄筆記本市場的P系列處理器，重點提升處理器在生産力和能效比方面的表現。滿配的P系列搭載6個性能核（P-Core）、8個能效核（E-Core），在多線程性能表現上，與上代之間有70%的性能提升，P系列功耗在28W左右。P系列處理器內置了銳炬Xe圖形顯卡，最高支持96個EU單元以及相應的視頻編解碼技術。同時P系列的內存控制器也可以同時支持DDR4和DDR5。
(7)瑞薩開發藍牙低能耗射頻收發器技術
2月24日
先進半導體解決方案的主要供應商瑞薩電子公司宣布開發了兩種2.4GHz射頻收發器技術，支持Bluetooth® Low Energy低功耗、近場通信標准。這些新技術還實現了更小的安裝面積和更好的功率效率。瑞薩在近日舊金山舉行的2022年國際固態電路會議（ISSCC 2022）上展示了這些技術。
(8)Codasip推出定制處理器設計服務
2月25日
Codasip推出L31和L11——這是其針對定制優化的低功耗嵌入式 RISC-V 處理器內核系列中的最新産品。借助新內核，客戶可使用Codasip Studio工具更輕松地定制處理器設計，以支持神經網絡等具有挑戰性的任務。即使在最小的功耗受限的應用中也是如此，例如物聯網邊緣。
半導體全球融資並購交易
(1)[收購]孚昇電子收購Prosemi
2月21日
總部位于美國波士頓的孚昇電子收購了位于新加坡的大型電子元件測試公司Prosemi Mfg Pte Ltd。此次收購將進一步鞏固孚昇電子提供世界級采購和交付的使命，同時提高其維持最高質量標准的能力。孚昇電子總裁Tobey Gonnerman表示：“孚昇電子和Prosemi的合作標志著我們公司的一個重要時刻。質量始終是我們業務的重心，此次收購展示了我們對卓越的不懈追求。我們期待著爲客戶提供盡可能短的周轉時間，以應對不斷變化的市場。”
(2)[融資]Porotech A輪融資2000萬美元
2月22日
英國微顯示器開發商Porotech在A輪融資2000萬美元，A輪融資由Ameba Capital牽頭，包括之前的投資者Speedinvest。該筆資金將用于大規模生産其microLED設備。Porotech創造了一類名爲PoroGaN的新型多孔氮化镓（GaN）半導體材料，這使得micorLEd設計在單個氮化铟镓（InGaN）材料系統上具有單色和全彩色顯示器。這種單一材料系統是經濟高效地制造設備的關鍵步驟，具有在明亮背景（包括白天的戶外）上進行高質量圖像投影所需的亮度、效率和分辨率。該公司的紅色微型LED産品已經實現了一流的性能。
——————END——————
往期周刊
■ 千芯周刊 人工智能與半導體資訊 （2022.02.14-02.20）
■ 千芯周刊 人工智能與半導體資訊 （2022.02.07-02.13）
■ 千芯周刊 人工智能與半導體資訊 （2022.01.31-02.05）
千芯動態
■ 陳巍博士受邀在全球智能工業大會做先進存算技術報告
