無(wú)線芯片巨頭高通周三同意斥資25億美元收購(gòu)英國(guó)芯片制造商CSR,希望能在物聯(lián)網(wǎng)和車(chē)載娛樂(lè)信息系統(tǒng)方面獲得一定的增長(zhǎng)。
CSR總部位于英國(guó)劍橋大學(xué),專(zhuān)注于汽車(chē)、聲音、音樂(lè)和短途藍(lán)牙無(wú)線連接方面的技術(shù)研發(fā),或?qū)⒂兄诟咄ㄔ诒銛y式音頻、汽車(chē)和可穿戴設(shè)備領(lǐng)域成為一個(gè)更強(qiáng)大的競(jìng)爭(zhēng)者。CSR在全球11個(gè)國(guó)家共擁有2130名雇員,并公布其最近一個(gè)財(cái)年的營(yíng)收為9.607億美元。
本次交易消息公布前不久,高通的競(jìng)爭(zhēng)對(duì)手微芯科技芯片制造商曾試圖收購(gòu)CSR,其出價(jià)金額不詳,不過(guò)CSR在8月份拒絕了微芯科技的收購(gòu)請(qǐng)求。
高通公司希望能在2015年夏季之前完成本次收購(gòu)交易。雖然該公司在為移動(dòng)設(shè)備提供芯片領(lǐng)域已經(jīng)取得了強(qiáng)勢(shì)地位,但其高管們談?wù)摿怂麄儗?duì)發(fā)展車(chē)載系統(tǒng)和物聯(lián)網(wǎng)方面的興趣。高通公司CEO史蒂夫·莫倫科夫(Steve Mollenkopf)在周三的一份聲明中說(shuō)道,高通與CSR的這筆交易“將開(kāi)啟新的增長(zhǎng)機(jī)會(huì)”。
咨詢(xún)研究公司Moor Insights & Strategy的創(chuàng)始人兼總裁帕特里克·摩爾海德(Patrick Moorhead)表示,這筆交易將為高通帶來(lái)一種新類(lèi)型的藍(lán)牙技術(shù),該技術(shù)可以用來(lái)支持高通去年參與成立的一個(gè)物聯(lián)網(wǎng)標(biāo)準(zhǔn)組織——AllSeen Alliance技術(shù)聯(lián)盟。這項(xiàng)“CSRmesh”藍(lán)牙技術(shù)與Thread Group組織中采用的技術(shù)類(lèi)似,后者也是一個(gè)物聯(lián)網(wǎng)組織,由谷歌、三星及其他公司共同開(kāi)創(chuàng)。
今年7月,高通收購(gòu)了新創(chuàng)辦的芯片制造商Wilocity。Wilocity研發(fā)的芯片采用了被稱(chēng)為WiGig的新類(lèi)型Wi-Fi,它能夠在設(shè)備之間提供短距離、快速的連接。由于WiGig連接的快捷性,它被視為是實(shí)物電纜的一個(gè)潛在替代,如今電纜仍為連接如平板電腦、大屏幕PC或電視機(jī)等設(shè)備的必需品。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。