全球首个2纳米芯片问世,最快2024年量产
IBM日前发布了全球首个2纳米制程芯片制造技术。目前该技术仍在概念验证阶段控制工程网版权所有,预计将在2024年看到第一批2 纳米芯片从生产线下线。
目前,广泛商用的是7纳米以上制程芯片,最先进的则为台积电生产的5纳米芯片,仅在iPhone12等高端机型中应用。2纳米工艺的芯片代表该领域最新的一座里程碑,意味着将500亿个晶体管塞进指甲盖大小的芯片,上一次在制程上所突破是2017年的5纳米制式芯片,实现放入300亿个晶体管。
IBM公司称,对比广泛使用的7纳米芯片,2纳米芯片的性能提高45%,能耗则大幅降低75%。对于一般消费者来说,潜在优势是可能将手机电池使用时间延长四倍,手机行业目前普遍的“一天一充”,有望实现“四天一充”,大幅提高用户体验。
市场分析公司IDC的研究总监Peter Rudden称,这一新工艺可用于AI设备,因为当前AI领域往往需要两个处理器。具体而言,大幅降低能耗效率在个人设备中很有用,而性能提高则有利于巨型数据中心。
科学家借助主动式机器学习技术来改进光伏面板
德国慕尼黑大学与柏林弗里茨·哈伯研究所的科学家们,已经找到了一条依靠主动式机器学习(AML)技术CONTROL ENGINEERING China版权所有,来持续改进光伏面板的新方法。
传统意义上的学习,无非是借鉴以往的经验。即便需要应对新的情况,AI 也相当依赖于此前已经处理过的大致相似状况。AML算法,并不依赖于从现有的数据中学习,而是通过不断地迭代,以确定实际上需要学习该问题的相关数据。
基于此,科学家们首先对几个较小的分子进行了模拟,以获得与分子电导率有关的数据(衡量太阳能电池材料的实用性的一个维度)。然后算法将决定这些分子的微小修饰是否可推导出实用的特征,或者因缺乏相似数据而不确定。在此情况下CONTROL ENGINEERING China版权所有,系统都会自动请求新的模拟,通过生成新的数据来自我改进、考虑新分子,并不断重复此过程。
目前,科学家们已经展示了如何借此有效地识别出新的有前景的分子、同时算法仍在继续探索广阔的分子空间,结果是我们几乎每周都可梳理出新型分子结构,有助于让下一代太阳能电池的研发工作愈加轻松。
福特汽车采用AI控制的机器人生产变速箱
在福特汽车公司报告了2021年第一季度的强劲业绩后,Symbio机器人公司发布了与该汽车制造商合作的细节,该公司使用AI控制的机器人帮助福特汽车公司降低了Livonia变速箱工厂的复杂性并提高了安全性。
从效率和安全性的角度来看,变速箱的组装过程以其复杂性而闻名CONTROL ENGINEERING China版权所有,许多制造商已开始自动化具有挑战性的资产。与以前的变速箱变矩器组装方法相比,机器人技术帮助福特降低了复杂性,并提高了效率和安全性,使循环时间缩短了15%。Symbio Robotics AI控制的机器人可收集大量数据,将零件安装到变速箱中,根据先前的性能预测如何组装下一个零件。
华为云发布AI盘古系列超大预训练模型
4月25日www.cechina.cn,华为云发布盘古系列超大规模预训练模型,包括30亿参数的全球最大视觉(CV)预训练模型,以及与循环智能、鹏城实验室联合开发的千亿参数、40TB训练数据的全球最大中文语言(NLP)预训练模型。后续,华为云还将陆续发布多模态、科学计算等超大预训练模型。
华为云人工智能领域首席科学家、IEEE Fellow田奇表示:"预训练大模型是解决AI应用开发定制化和碎片化的重要方法。华为云盘古大模型可以实现一个AI大模型在众多场景通用、泛化和规模化复制,减少对数据标注的依赖,并使用ModelArts平台,让AI开发由作坊式转变为工业化开发的新模式。"
Nano Dimension收购AI公司DeepCube
增材制造电子(AME)/PE产品提供商,Nano Dimension 公司日前宣布已经签署了一份最终协议,收购机器学习/深度学习(ML/DL)技术公司DeepCube。
DeepCube技术应用了许多已获得专利的突破性算法,来改善数据分析和基于高级深度学习的人工智能系统的部署。DeepCube的AI/ML/DL解决方案展示了10倍以上的提升速度和减少的内存需求,使其成为可以允许在边缘设备上高效部署深度学习模型并用于实时应用的技术。
Nano Dimension的愿景是构建"工业4.0"解决方案,这需要构建一个AI/ML/DL分布式数字制造应用程序,为高性能电子设备(Hi-PEDs)或超高性能AME-3D-PCB印刷电路板供应链提供更加环保和生态友好的数字控制。Nano Dimension的客户将能够通过ML优化的产量和价格,在他们需要的地方对任意数量的电子设备进行3D打印。