千芯科技 半导体与野生智能资讯周刊 （2022.09.05-09.11）

SiMa.ai推出16nm机械进修SOC，英伟达建立两个大范围隐式数据集

针对半导体与野生智能两个重点范畴，每周分享。
从行业静态、技术展开趋向、国内外投融资事务，快速显现行业展开热门。（以北美日韩为主）

01

半导体行业静态摘要

严重消息
▪美光150亿美圆将领先内存制造引入美国
▪Kioxia增加了eMMC NAND
▪GaN HEMT IC充电时庇护手机
▪膜分袂器从锂电池中接管锂
▪SiMa.ai推出16nm机械进修SOC
▪弗劳恩霍夫IIS SDK将解码速度进步25%
▪intoPIX推出FastTicoRAW和FastTicoXS

02

野生智能行业静态摘要

严重消息
▪Meta提出合作说话模子PEER
▪苹果开辟新计较机视觉框架NeuMan
▪麻省理工学院经过深度进修识别没法诊断的癌症
▪谷歌公布专利短语类似性数据集
▪UC Berkeley先容从草图天生传神图像的无监视方式
▪英伟达建立两个大范围隐式数据集
▪DeepMind推出前链挑选推理模子
▪Meta推出解码脑记录的自然语音处置
▪微软提出卷积视觉Transformer模子

融资/并购买卖
[收买] Allegro收买Heyday
[融资] Morse Micro B轮融资1.4亿美圆
[融资] Scintil 融资1900万欧元
[融资] CIL 融资900万英镑

01

半导体行业静态

(1)美光150亿美圆将领先内存制造引入美国
9月3日
唯一的美国内存制造商美光科技公司暗示他们计划在未来十年内投资约150亿美圆，在爱达荷州博伊西建造一座用于尖端存储器制造的新晶圆厂。这将是20年来在美国建造的第一个新的内存制造厂，经过加速野生智能和5G的采用，确保了汽车和数据中心等细分市场所需的国内领先内存供给。这是美光在《CHIPS和科学法案》通事前计划在美国停止的第一笔投资，也是爱达荷州有史以来最大的私人投资。将新制造工场与美光公司总部的研发中心放在一路，将进步运营效力，加速技术安插并收缩上市时候。

(2)Kioxia增加了eMMC NAND
9月5日
Kioxia 已经初步对 64 和 128GB eMMC NAND 停止采样，用于消耗类利用，这些利用将内存和控制器集成在一个封装中，计划于 10 月正式公布。新的 eMMC 装备内存巨细可选，内存空间巨细从 4GB 到 1TB 不等。新器件具有改良的架构，可削减内部写入放大时候，并实现更稳定的顺序写入。现在，预编程的用户数据在客户制造进程中将具有更高的牢靠性。同时从闲置到自动休眠的时候比现有产物削减了 100 倍。

(3)GaN HEMT IC充电时庇护手机
9月5日
GaN HEMT IC可在充电时庇护手机免受温度升高的影响。硅基氮化镓功率IC公司Innoscience推出了双氮化镓系列双向氮化镓HEMT器件，这些器件体积小，便于快速充电，而不会显现危险的温度升高。由于创新增益的低RDS（on）、没有寄生二极管，以及创新科技BiGaN技术的双向特征，一个BiGaN HEMT可用于在共源设置中取代背对背毗连的NMOS MOSFET，以实现电池充放电电流的双向切换。因此导通电阻可以下降 50%，芯片尺寸下降 70%，温升下降 40%。

(4)膜分袂器从锂电池中接管锂
9月6日
东丽产业开辟了一种纳滤膜，可以从用过的汽车锂离子电池中接管锂。估量未来将消耗大量汽车锂离子电池。东丽暗示它初步利用现实的锂离子电池评价其接管率，并将加速研讨和技术开辟，以将其方式贸易化。东丽缔造了一种交联聚合物膜，连系了高度耐酸的特征和小于 1nm 的邃密孔隙机关。这一成功是利用有机分解，聚合物化学和纳米技术在分析酸和最好膜孔机关以停止挑选性分袂后停止降解的功效。这类膜的耐酸性比传统产物超越跨越约五倍，挑选性超越跨越50%。

(5)SiMa.ai推出16nm机械进修SOC
9月8日
SiMa.ai 供给了一个以软件为中心的机械进修（ML）SoC平台，该平台基于台积电的高能效工艺技术和最周全的设想生态系统，为嵌入式边沿供给快速，轻松的ML体验。SIMA.AI 的MLSoC现已发运给客户，可满足任何计较机视觉利用的需求，其性能功耗比同类产物低 10 倍。SiMa.ai的按钮式软件体验利用户可以在几分钟内绝不费劲地扩大机械进修，适用于机械人、智能视觉、政府、自动驾驶汽车、无人机和医疗保健利用。

(6)弗劳恩霍夫IIS SDK将解码速度进步25%
9月8日
在2022年的阿姆斯特丹的 IBC上，弗劳恩霍夫集成电路研讨所 IIS 的视频编码专家演示了其 JPEG XS SDK 5.0 处置计划，该处置计划可在 x86 CPU、ARM CPU 和 NVidia GPU 上实现 25% 的 4k/8k 图像解码加速。由于更简化的参数化和优化，它们可以供给需要的性能提升。弗劳恩霍夫 IIS 供给了一个 JPEG XS SDK，与之前的 JPEG XS 实现相比，它可以将 x86 CPU、ARM CPU 和 NVidia GPU 上基于软件的加密息争码性能进步约 25%。这是经过大量利用单指令大都据号令和优化数据管道停止处置的来实现的。这样的益处是在以 60 fps 的速度对 UHD 视频内容停止加码或解码时，只需要不到 4 个 CPU 处置器内核。

(7)intoPIX推出FastTicoRAW和FastTicoXS
9月8日
创新夹层紧缩技术公司 intoPIX 近期在国际贸易银行（IBC）上展现了其针对 ARM 芯片组（包含苹果芯片和 M1 芯片）优化的 FastTicoRAW 和FastTicoXS  （JPEG XS） 编解码器。intoPIX ARM SDK针对包含苹果，微软和三星在内的首要计较机硬件制造商利用的新处置器停止了高度优化。经过这些优化，软件利用法式现在可以在x86和基于ARM的平台上供给不异的惊人体验;不管是在 MacBook、台式电脑、效力器还是在云中运转。

02

野生智能行业静态半导体行业静态

(1)Meta提出合作说话模子PEER
9月2日
Meta的研讨职员先容了 PEER，这是一种合作说话模子，首要在维基百科编辑历史中练习。PEER 模子包含四个首要法式：计划、编辑、诠释和频频。给定输入文本，用户或 PEER 模子可以首先指定有关要利用的操纵的计划。然后，经过模子利用文本正文和参考援用停止诠释的编辑来实现此计划。PEER 频频此进程，直到天生所需的输出。PEER可以在迭代进程中不竭进步输出质量，并在各个范畴和编辑使命中实现使人印象深化的性能。

(2)苹果开辟新计较机视觉框架NeuMan
9月3日
苹果的研讨职员开辟了NeuMan：一种新奇的计较机视觉框架，可以从单个视频中天生神经人类辐射场。该系统可以建立配合的人类态度和新不雅概念，同时从单个田野视频中重建人物和场景。其练习两个NerF模子，一个用于主体，一个用于场景，这两个模子都由Mask-RCNN计较的朋分蒙版帮助。其利用来自多视图重建和单目深度回归的深度估量来标准场景NerF模子。此外，其建立了一个纠错收集来匹敌它。

(3)麻省理工学院经过深度进修识别没法诊断的癌症
9月4日
麻省理工学院开辟的一种新的深度进修方式经过认真研讨与早期细胞发育和分化相关的基因表达法式来识别没法诊断的癌症。其将模子集合在癌细胞中受损发育路子的目标上，以实现下降特征数目和捕捉最相关信息之间的折衷。利用由此发生的肿瘤和胚胎细胞中发育基因表达形式之间相关性的映照建立了一个机械进修模子。该模子将肿瘤分为四类，并发生了能够有助于医生诊断和治疗这些患者的猜测和其他数据。

(4)谷歌公布专利短语类似性数据集
9月4日
谷歌公布了专利短语类似性数据集，这是一个新的人类评级高低文短语到短语语义婚配数据集。数据集由48548个项目和973个唯一锚点组成，分为练习组（75%）和考证组（5%）。其采用两种技术来预天生目标短语：部分婚配和屏障说话模子（MLM）。其从包括特定锚点短语的专利当挑选短语，将它们屏障掉，然后利用 Patent-BERT 模子来猜测已屏障文本的候选项。专利语料库可用于开辟更具应战性的机械进修基准。

(5)UC Berkeley先容从草图天生传神图像的无监视方式
9月5日
UC Berkeley（加州大学伯克利分校）的研讨职员先容了一种无监视的AI方式，用于从场景草图分解传神的照片。其提出了一个标准化模块，可以将随机图像转换为标准化的边沿舆图，从而答应在练习时代利用很多实在的照片。该系统答应经过改变场景图来更受控地点窜照片分解。其为场景草图到图片的分解提出了配合的设想，例如同享内容暗示，用于从图像到图纸的常识转移，以及利用草图—参考—照片三元组停止模子微调以进步性能。

(6)英伟达建立两个大范围隐式数据集
9月5日
英伟达的研讨职员建立了两个大范围的隐式数据集，即PeRFception-CO3D和PeRFception-ScanNet，它们涵盖了以工具为中心和以场景为中心的情况。其提出了第一个适用于下流感知使命的大范围隐式数据集，如2D图像分类，3D工具分类和3D场景语义朋分；并成心识天时用隐式暗示的视觉感知测试停止初度深化研讨。此外，其供给了一个即用型管道，该管道利用完全自动化的进程来天生隐式数据集。

(7)DeepMind推出前链挑选推理模子
9月6日
DeepMind研讨团队提出了一种前链挑选推理模子，可以履行忠厚推理并供给有用的推理跟踪，以进步推理质量，并辅佐用户检查和考证终极答案。其开辟了挑选推理（SI）作为其系统的支柱，这是一种新奇的架构，包含两个微调的说话模子：一个用于挑选，一个用于推理。慢慢向前推理主干将每个推理法式分为两个：给定一个题目，挑选模子首先从高低文当挑选一组语句；推理模子然后从挑选入彀较一个语句以猜测推论。

(8)Meta推出解码脑记录的自然语音处置
9月7日
Meta的研讨职员提出了一种单一的端到端架构，用于解码来自非侵入性脑磁图（MEG）或脑电图（EEG）脑记录的自然语音处置，该记录可以利用安好且能够可穿着的设备实时检测宏不雅观脑信号。该模子提取语音信号的深度高低文暗示，并操纵对照进修从53种说话的56000小时语音预练习模块中猜测音频波形的暗示。这项工作极大地敦促了脑机接口的研讨搁浅，实现使人印象深化的零镜头语音声音解码性能。

(9)微软提出卷积视觉Transformer模子
9月7日
微软的研讨职员将卷积引入视觉Transformer中，以进步性能和鲁棒性，同时连结原始ViT机关的计较效力。卷积被引入到 ViT 的两个焦点部分。首先，其将Transformer分别为多个阶段，组成份层机关。其次，将每个自我留意块之前的线性投影交换为所提出的卷积投影，该投影在2D重塑的令牌图上利用深度可分袂卷积运算。所提出的CvT机关包括了CNN的一切优点，可以实现最早辈的性能。

半导体全球融资并购买卖

(1)[收买] Allegro收买Heyday
9月5日
Heyday是一家私营公司，专门处置松散型，完全集成的隔离式栅极驱动器，可在高压氮化镓（GaN）和碳化硅（SiC）宽带隙（WBG）半导体设想中实现能量转换。此次收买将 Heyday 的隔离式栅极驱动器和 Allegro 的隔离式电传布感器技术连系在一路，使今朝市场上一些最小的高压和高效力电源系统成为能够。此外，此次收买估量将增加 Allegro 在电动汽车 （xEV）、太阳能逆变器、数据中心和 5G 电源以及广漠市场产业利用方面的潜伏市场。

(2)[融资] Morse Micro B轮融资1.4亿美圆
9月7日
来自澳大利亚悉尼的Morse Micro是HaLow Wifi专家，该公司暗示近期B轮融资了1.4亿美圆。本轮融资由总部位于日本的ASIC和SoC效力公司MegaChips公司牵头，Blackbird Ventures, Main Sequence Ventures, Clean Energy Finance Corporation, Skip Capital, Uniseed, SpringCapital, Malcolm and Lucy Turnbull 等跟投。

(3)[融资] Scintil 融资1900万欧元
9月8日
Scintil Photonics是一家具有单片集成激光器和光学放大器的硅光子IC供给商，已完成第二轮投资，使其总资金到达1900万欧元。新的投资者包含利用风险投资ITIC创新基金和L.P.（由利用风险投资有限义务公司和ITIC-台湾产业技术投资公司配合建立的基金）。罗伯特·博世风险投资（RBVC）于2022年6月指导了第一轮融资，Innovacom和Supernova Invest以及Bpifrance经过其数字风险投资基金跟投了此轮。

(4)[融资] CIL 融资900万英镑
9月9日
CIL（定制互连有限公司）公布颁发，它正在英国建立一个先辈的半导体封装，功率器件和批量印刷电路板（PCB）组件（PCBA）制造工场。在900万英镑）本钱投资的支撑下，46000平方英尺是其现有34000平方英尺的补充，使CIL在英国安多弗跨越80000平方英尺。在ISO 7级（10000级）清洁室和相关办公室的第一阶段（6个月）装修六个月后，CIL的一切微电子消耗和功率装备开辟将于2023年3月搬场到新装备。

END
往期周刊
■ 千芯周刊（2022.08.29-09.04）
■ 千芯周刊（2022.08.22-08.28）
技术分析
■ 陈巍谈芯：从2022新公然的特斯拉机械人Dojo芯片架构信息到存算一体
■ 陈巍谈芯：卵白质求解收集AlphaFold2
■ 陈巍谈芯：RRAM模仿存内计较
■ 陈巍谈芯：目标检测收集SSD
■ 阿里达摩院最新存算芯片技术解读
■ Nature三星存内计较芯片深度分析
千芯静态
■ 陈巍博士大会受邀做技术陈说
■ 阿里赛道明星——千芯科技
■ 阿里《看见新气力》专访千芯CBO
■ 2020科创中国TOP10大奖
■ 全国“创业之芯”总决赛二等奖第一位

公众号 | 千芯科技 知乎号 | 千芯科技

千芯科技努力于供给最早辈的存算一体芯片与计较产物，在2019年率先提出可重构存算一体技术。千芯科技大算力的计较板卡和计较IP核，可为客户供给灵敏易用的计较加速及一站式处置计划。 经过千芯科技自有存算一体技术，基于SRAM/ RRAM/ MARM存储单元，可供给能效比到达10-100TOPS/W，优于GPU 10-40倍的算力支撑。公司焦点技术团队来自AMD、瑞萨半导体、联发科、长江存储等国际先辈企业，在存储计较及AI计较加速范畴具有深厚技术堆集。 更多详情拜候：http://www.tensorchip.com

-----------------------------