科技行者 9月6日 深圳消息(文/于藝婉): 歷時19個月、總額440億美元的高通并購恩智浦大案在2018年7月底正式落幕,兩個豪門芯片企業(yè)之間的嫁娶最終沒有成行。高通已經(jīng)平靜接受這一事實,而恩智浦同樣也是坦然地繼續(xù)前行,正如兩年后依舊在深圳召開的2018恩智浦未來科技峰會,兩天的會議吸引了超過千位科技界專業(yè)人士與會,而恩智浦也自信地展示了他們在物聯(lián)網(wǎng)、人工智能和汽車電子領域最新的科技成果。
“恩智浦又回來了,繼續(xù)做一個快樂的單身漢。”恩智浦半導體全球市場銷售資深副總裁兼大中華區(qū)總裁鄭力吼出的這句話贏得了臺下聽眾的熱烈掌聲。參與并購事宜的恩智浦人士對于分手的結(jié)果不免惋惜,不過,鄭力卻認為恩智浦在這兩年收獲很多,因為他們在這段時間里更加深入地了解到他們兩萬多家客戶到底需要什么。“這比拿到那筆分手費還要高興,NXP會繼續(xù)致力于成為最優(yōu)秀的汽車電子、物聯(lián)網(wǎng)和人工智能的芯片公司。”鄭力說。
恩智浦半導體全球市場銷售資深副總裁兼大中華區(qū)總裁鄭力
常駐荷蘭埃因霍溫總部的恩智浦半導體全球銷售與市場執(zhí)行副總裁史帝夫·歐文幾周前剛來過中國,不過他也希望能有更多的時間待在中國,因為中國人對技術的熱愛非常強烈,他也希望見證中國的高速變化。恩智浦基于處理能力、互聯(lián)和安全三大支柱在汽車電子、安全識別、RF功率晶體管等領域成為全球最大的供應商。與會期間,也推出了上述領域更多的產(chǎn)品和合作。
汽車電子一直以來都是現(xiàn)代汽車產(chǎn)品中不可或缺的一部分。數(shù)據(jù)顯示,2017年每輛汽車內(nèi)裝配的半導體的價值大概為384美元。而恩智浦預測在自動化、電氣化、智能網(wǎng)聯(lián)這三大趨勢的推動下,將給汽車產(chǎn)業(yè)帶來更多的創(chuàng)新,使得每輛車的半導體產(chǎn)品占比在今后10-12年增長3倍。
“十年前我到通用、寶馬跟他們說,恩智浦有新的控制器,問他們想不想看數(shù)據(jù)表,他們就說,需要的時候給我們打電話。但是現(xiàn)在,是汽車制造商來找恩智浦,問我們,如果要建車的話,大家會怎么來造這個車。這當然是很不同了?,F(xiàn)在,對于汽車制造商來說,電子技術是必須的了。”恩智浦半導體資深副總裁兼汽車電子事業(yè)部首席技術官Lars Reger說。
恩智浦半導體資深副總裁兼汽車電子事業(yè)部首席技術官Lars Reger
Lars Reger提出,恩智浦把一輛汽車分成三個部分,就像其它的物聯(lián)網(wǎng)設備一樣,分為感知、思考、行動三個功能。首先,汽車來感知環(huán)境,避免障礙,適應環(huán)境,然后它要考慮,進而再做出加速制動或是傳向的行動。“過去兩年,我們可以看到很多發(fā)生在自動駕駛過程中的事故,并不是車的大腦出現(xiàn)了問題,多數(shù)的這些交通事故都是因為感知出現(xiàn)了問題。”
這意味著什么呢?沒錯,需要更好的雷達系統(tǒng)。感知能力出色的雷達需要覆蓋短距離到高分辨率長距離,360°環(huán)繞式探測,和出色的成像能力。在本次峰會期間,恩智浦推出了新一代汽車雷達解決方案,在新的參考平臺上將S32R處理器、射頻收發(fā)器和天線設計組合在一起,從而擴展了恩智浦的雷達生態(tài)系統(tǒng)。該解決方案為繁瑣的雷達研發(fā)提供了車規(guī)級雷達軟件和易于使用的硬件開發(fā)平臺,能夠有效縮短自適應巡航(ACC)、緊急制動(AEB)等應用的研發(fā)周期。
恩智浦將思考能力交給了S32汽車處理器智能計算平臺,它可以在性能提高10倍的同時,節(jié)省90%的研發(fā)資源。S32主要面向OEM和Tier 1供應商,實現(xiàn)節(jié)點、軟件和通用功能在汽車不同域、應用和SoC之間的重復利用。它允許車廠以更快更短的時間完成新車研發(fā),保證消費者能很快開上新車型。
“S32微控制器的確是恩智浦的旗艦產(chǎn)品,但是除此之外,以后我們的車到底需要什么樣的網(wǎng)速呢?可能需要非??斓囊蕴W(wǎng),也就是需要有以太網(wǎng)所帶來的解決方案。”Lars Reger說。與會期間,恩智浦宣布收購汽車以太網(wǎng)子系統(tǒng)技術供應商OmniPHY,此項收購將為恩智浦豐富的汽車產(chǎn)品組合帶來高速以太網(wǎng)技術,使恩智浦在汽車數(shù)據(jù)傳輸解決方案方面處于優(yōu)勢地位。
OmniPHY是高速汽車以太網(wǎng)IP領域的先鋒,擁有符合汽車標準的100BASE-T1和1000BASE-T1標準IP。在長達6年的發(fā)展歷程中,OmniPHY與一些全球最大的消費品公司合作,為新興市場開發(fā)出富有競爭力的 “1st-silicon-right” 解決方案,如汽車和工業(yè)以太網(wǎng)。OmniPHY的接口IP和通信技術與恩智浦的汽車產(chǎn)品組合將構(gòu)成汽車以太網(wǎng)的一站式解決方案。兩家公司的技術協(xié)同效應將圍繞高級流程中的1.25-28Gbps PHY設計及10-、100-和1000BASE-T1以太網(wǎng)而展開。
恩智浦的產(chǎn)品得到了合作伙伴的任何,與會期間,深圳市航盛電子股份有限公司與恩智浦簽署戰(zhàn)略合作協(xié)議,雙方將在既往產(chǎn)品與技術合作的基礎上展開長期深度的聯(lián)合研發(fā),共同深耕智能出行、互聯(lián)汽車等創(chuàng)新領域,致力于在智能安全輔助和車身控制、車載信息娛樂等方面實現(xiàn)跨越式提升。同時,恩智浦與吉利汽車的合作也繼續(xù)展開,雙方將共同探索下一代毫米波雷達傳感器和多雷達系統(tǒng)的前瞻性協(xié)作定義,將其用于下一代高級駕駛員輔助系統(tǒng)(ADAS)和自動駕駛功能。
5G以及今后的時代,所有設備和基礎設施都會聯(lián)結(jié)在一起,無疑,技術和產(chǎn)品會使得我們整個社會的效率越來越高,從云到邊緣再到終端,最后這張網(wǎng)將會越來越復雜,并且數(shù)據(jù)的吞吐也會呈海量之勢。無論是運營商,還是設備提供商,“邊緣計算”在今年來基本上成為了這些專業(yè)人士的口頭禪。到底邊緣計算有多重要,恩智浦也給出了自己的理解。
“可以說現(xiàn)在是信息爆炸的時代,對于設備來說可能是不堪重負,邊緣計算應運而生,也是恩智浦今后越來越重要的一項技術和功能。”恩智浦半導體全球銷售與市場執(zhí)行副總裁史帝夫·歐文說:“甚至,我認為邊緣計算比數(shù)據(jù)中心都會更重要,數(shù)據(jù)中心在存儲方面有非常重要的功能。但如果要實時極為快速的瞬間完成計算,這必須要依靠邊緣計算來完成,而不是要依靠數(shù)據(jù)中心來完成,這是非常重要的一個結(jié)論??偠灾?,邊緣會在今后的5-10年間成為最為重要的發(fā)展領域。”
不管是車輛還是在辦公室,不管是像攝像頭,或者是硬件,還是語音設備。所有的這些產(chǎn)品都在網(wǎng)絡端發(fā)送數(shù)據(jù),有的是通過固定網(wǎng)絡的方式,有的是通過無線的方式發(fā)送數(shù)據(jù),無論何時都必須要確保安全的連接,邊緣最終會向車輛、工廠、辦公室或云端發(fā)送數(shù)據(jù)。
“百度、阿里、騰訊,他們的數(shù)據(jù)中心已經(jīng)越來越龐大。預計到2040年數(shù)據(jù)量將會超過存儲能力的增長,因此必須要確保數(shù)據(jù)的品質(zhì)和質(zhì)量,不能盲目的收集數(shù)據(jù),不管是對于社會還是企業(yè)來說,都要在數(shù)據(jù)當中篩選出有價值的信息。因為在今后的10-20年間,數(shù)據(jù)可能是不堪重負。邊緣計算是恩智浦非常注重的一點,在邊緣計算領域,恩智浦有出色的技術,而且也能夠確保數(shù)據(jù)的利用率能夠達到最高的水平。”
邊緣計算是恩智浦半導體資深副總裁兼數(shù)字網(wǎng)絡事業(yè)部總經(jīng)理Tareq Bustami轄下重點業(yè)務。“現(xiàn)在的環(huán)境已經(jīng)發(fā)展了巨大的變化,毫無疑問,云依舊非常的重要,但是畢竟云的投資非常之大,必須要將更多的精力放在邊緣。而恩智浦在邊緣計算上有我們獨特的優(yōu)勢,我們將會與生態(tài)伙伴,特別是在中國的生態(tài)體系一起去進軍邊緣計算。不管是MX,還是Layerscape,一起使邊緣計算更加強大,更具有前瞻性。”
今年2月,恩智浦宣布其Layerscape片上系統(tǒng)(SoC)平臺與微軟Azure IoT Edge集成。這樣,開發(fā)人員便能夠借助可信計算平臺,在Azure IoT Edge所提供的豐富框架內(nèi)輕松創(chuàng)建各種即時可用的應用。 邊緣計算需要一個安全的執(zhí)行環(huán)境,而Layerscape SoC能夠保證Azure IoT Edge計算的安全執(zhí)行,幫助運行網(wǎng)絡、數(shù)據(jù)分析和計算密集型機器學習應用。
一個月后,恩智浦推出用于安全的邊緣計算管理套件-- EdgeScale。恩智浦EdgeScale套件提供了一套基于云的工具和服務,用于物聯(lián)網(wǎng)和邊緣計算設備的安全制造與注冊。該解決方案為開發(fā)人員提供了一套安全機制,供他們在應用中利用主流的云計算框架,遠程部署和管理無限數(shù)量的邊緣設備。
據(jù)Tareq Bustami介紹,目前恩智浦已經(jīng)與中國移動在邊緣計算方面展開合作,在智能工廠的機器人管理以及工業(yè)領域等場景都有應用。在今年初跟阿里巴巴的合作中,恩智浦把Layerscape、EdgeSacle在邊緣云計算層面和合作伙伴進行試點,把云植入Edge Sacle。“還有亞馬遜Greengrass,在ARM平臺上進行優(yōu)化,在演示當中可以提升其性能;微軟也是一樣,我們可以將IoT的框架放在Layerscape上,好比在云里運行,也一樣可以在邊緣運行。只要有這些框架的支持、平臺的支持,可以去到邊緣,也可以有高效的運行。”
無論在AI領域還是IoT領域,恩智浦都有強勁的市場表現(xiàn)。恩智浦在IoT ONE (iotone.com)近日發(fā)布的研究報告中被評為全球最具影響力的工業(yè)物聯(lián)網(wǎng)(IIoT)企業(yè)之一。在Compass Intelligence(CompassIntel.com)近日發(fā)布的調(diào)研結(jié)果顯示,恩智浦與NVIDIA和Intel一同名列引領AI創(chuàng)新的AI芯片企業(yè)前三位。不過,在這次峰會上,恩智浦更多地將兩者結(jié)合在了一起,即AI-IoT,對此,恩智浦表示,這兩個領域天然在結(jié)合,IoT會越來越智能,它不僅用于收集數(shù)據(jù),還需要做本地決策,IoT與AI相結(jié)合,可以更好地完成本地決策工作。
恩智浦半導體全球銷售與市場執(zhí)行副總裁史帝夫·歐文也重點談及了這一話題。“講到物聯(lián)網(wǎng)生態(tài)系統(tǒng),或者是安全的以AI為基礎的物聯(lián)網(wǎng),恩智浦認為通過跟社會各界的合作,推進標準化工作,推動標準的落實,是很重要的一點。”
講到這個生態(tài)系統(tǒng)的建設,史帝夫·歐文指出,恩智浦首先要想有哪些公司可以團結(jié)在一起投資這樣的生態(tài)系統(tǒng)的創(chuàng)建,讓恩智浦的設備、解決方案能夠可獲。如果在市場上只能實現(xiàn)一對一的安全保障,是沒有意義的,需要大家協(xié)作實現(xiàn)網(wǎng)絡化的效果。“所以需要一些大公司之間進行合作,恩智浦作為一員也在投入其中。我們認為,生態(tài)系統(tǒng)的參與意味著要有標準的開發(fā),同時,跟那些有意投資的公司一道通力合作。”
雖然致力于生態(tài)系統(tǒng)的建設,但恩智浦半導體全球市場銷售資深副總裁兼大中華區(qū)總裁鄭力卻對All in AI持有保留意見。“大家一講到物聯(lián)網(wǎng)、講到人工智能,所有都要AI,這點我是持保留意見的。在物聯(lián)網(wǎng)向前發(fā)展的過程當中,需要不同程度的智能化設備,根據(jù)不同的應用場景提供不同的智能化設備,不是說所有需要智能化的場景都要提供AI的技術。如果所有的資源、研發(fā)都瞄準象牙塔上最高的AI,我認為這是對我們產(chǎn)業(yè)資源的一種浪費。所以我們會聚焦在真正能夠落地的,為終端用戶提供安全、智能連接的基礎上去發(fā)展。”
無論是Ai、IoT、邊緣計算還是汽車電子,中國市場都占有非常大的權(quán)重,而恩智浦與本土生態(tài)相結(jié)合的工作又做得如何呢?對此,鄭力表示,恩智浦在過去的3年中,增加了在中國本土的芯片設計研發(fā)人員,增幅超過了30%。“所以,這也反映了我們對中國本土和本地產(chǎn)業(yè)鏈合作的堅強決心。這樣的方向,恩智浦今后會持續(xù)的推進下去。”
據(jù)鄭力介紹,恩智浦最近剛剛推出的旗艦產(chǎn)品i.MX RT,就是以中國本地的需求和以中國本地的工程師為主進行開發(fā)和設計的產(chǎn)品。這樣的產(chǎn)品,會加速在中國本地的芯片代工廠和封裝廠進行生產(chǎn)。“恩智浦會進一步推動和中芯國際在芯片生產(chǎn)的合作,同時進一步推動在AI人工智能領域和中國本土算法公司與我們的芯片結(jié)合起來的合作。”
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。