CNET科技資訊網(wǎng) 10月28日 北京消息(文/齊豐潤(rùn)): 10月27日晚間,高通宣布以470億美元的價(jià)格收購(gòu)恩智浦半導(dǎo)體公司(NXP Semiconductors),這筆收購(gòu)將幫助高通奠定其在汽車(chē)芯片市場(chǎng)中的地位。
高通(Qualcomm)是全球10大半導(dǎo)體公司之一,成立于1985年7月,總部位于美國(guó)加利福尼亞州圣迭戈,其LTE技術(shù)已成為世界上發(fā)展最快的無(wú)線技術(shù)。
恩智浦(NXP)也是全球10大半導(dǎo)體公司之一,成立于2006年,前身為飛利浦公司的一個(gè)事業(yè)部,總部位于荷蘭埃因霍溫。2015年3月,NXP與飛思卡爾正式合并,一躍成為全球最大的汽車(chē)芯片制造商。同時(shí),NXP還是全球第一大MCU廠商,全球LDMOS RF功率晶體管第一大廠商,全球最大的RFID和NFC技術(shù)提供者。
根據(jù)調(diào)查研究機(jī)構(gòu) IHS Technology 的調(diào)查顯示,恩智浦在汽車(chē)電子半導(dǎo)體市場(chǎng)占有率達(dá)14.4%。而此次高通與恩智浦的合并,將讓高通在車(chē)用電子半導(dǎo)體發(fā)展上占有重要優(yōu)勢(shì),也將對(duì)相關(guān)競(jìng)爭(zhēng)對(duì)手造成重大威脅。除此之外,NXP也生產(chǎn)用于NFC支付設(shè)備芯片,蘋(píng)果也是其客戶之一。
2011年至2015年,高通相繼收購(gòu)了Atheros、CSR,在移動(dòng)通訊業(yè)中有著不可撼動(dòng)的地位。不過(guò),隨著手機(jī)市場(chǎng)的發(fā)展逐漸平緩,以及三星、蘋(píng)果、華為、MTK等一系列手機(jī)芯片廠商的堵截,高通過(guò)度依賴于手機(jī)市場(chǎng)的風(fēng)險(xiǎn)也逐漸顯現(xiàn)出來(lái)。
而此次的收購(gòu)讓高通在汽車(chē)芯片市場(chǎng)以及物聯(lián)網(wǎng)芯片市場(chǎng)都得到了重大的拓展,收購(gòu)?fù)瓿珊螅咄▽⒊蔀榘雽?dǎo)體業(yè)界的巨無(wú)霸級(jí)公司,其市值將直逼英特爾。
高通CEO Steve Mollenkopf宣布了本次收購(gòu)計(jì)劃,不過(guò)在正式敲定之前還要經(jīng)過(guò)全球諸多監(jiān)管部門(mén)的審核,預(yù)計(jì)交易會(huì)在2017年底完成。
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。