针对人工智能与半导体两个重点领域，每周分享。

从行业动态、技术发展趋势、国内外投融资事件，快速呈现行业发展热点。（以北美日韩为主）

本期编辑 陈方烨

01

人工智能行业动态摘要

重大新闻

▪Deepmind使用AI研究等离子体行为

▪谷歌提出4Ms方法减少ML模型的碳排放

▪DeepMind训练智能体控制计算机

▪清华大学提出大核注意力机制

▪MIT使用深度学习预测临床治疗结果

▪DeepMind提出分层感知器

▪芯片联盟成立F4PGA工作组

▪英特尔推出Xeon D处理器

▪Waymo发布3D视图合成深度学习模型

▪Insilico首款AI开发药物进入临床试验

02

半导体行业动态摘要

重大新闻

▪英特尔公布区块链芯片计划

▪豪威集团研发出0.56μm超小像素尺寸

▪ST推出DSP、AI、MEMS一体系统

▪LG Innotek投资建设FC-BGA产线

▪imec等推出最快的8位微处理器

▪英特尔发布轻薄笔记本P系列处理器

▪瑞萨开发蓝牙低能耗射频收发器技术

▪Codasip推出定制处理器设计服务

融资/并购交易

[收购]孚昇电子收购Prosemi

[融资]Porotech A轮融资2000万美元

01

人工智能行业动态

人工智能全球公司动态

(1)Deepmind使用AI研究等离子体行为

2月21日

瑞士洛桑理工学院的瑞士等离子体中心（Swiss Plasma Center）和DeepMind的科学家们使用深度强化学习（Deep reinforcement learning）系统来研究聚变托卡马克内部等离子体行为和控制的细微差别——这是一种甜甜圈形设备，使用放置在反应堆周围的一系列磁线圈来控制和操纵其内部的等离子体。DeepMind的AI算法能够创建和维护各种等离子体形状和高级配置，包括同时在容器中保持两个独立等离子体的配置。

(2)谷歌提出4Ms方法减少ML模型的碳排放

2月21日

谷歌最近一项研究调查了自然语言处理模型训练的运营碳排放，例如运营机器学习（Machine Learning，ML）硬件的能源成本，包括数据中心开销，它研究了可降低碳足迹的最佳实践。该团队提出了四种基本方法（4Ms包括模型Model，机器Machine，机械化Mechanization，地图优化Optimazation of the Map）可显著减少机器学习工作负载的碳（和能源）足迹。这些方法目前在谷歌中使用，并且可供使用谷歌云服务的任何人使用。

(3)DeepMind训练智能体控制计算机

2月22日

DeepMind训练代理使用键盘和鼠标命令以及像素和文档对象模型（Document Object Model，DOM）观察来控制计算机。该研究建立在3D模拟世界中自然语言处理、代码生成和多模态交互行为的最新发展之上，这些发展使生成具有显著领域知识和理想的人机交互能力的模型成为可能。建议的代理通过像素和DOM观察对特定任务的键盘和鼠标计算机控制进行了训练，并在MiniWob++基准测试的所有任务中实现了最先进的人类水平的平均性能。

(4)清华大学提出大核注意力机制

2月23日

清华大学和南开大学的研究人员提出了一种新颖的大核注意力（Large-kernel Attention）模块和一种极其简单高效的视觉注意网络（Visual Attention Network，VAN）。在每个VAN级中，输入使用用于控制下采样速率的步幅数进行降采样，然后按顺序堆叠批处理归一化、GELU激活、大内核注意力和卷积前馈网络以提取特征。最后在每个阶段结束时应用图层规范化。它在各种计算机视觉任务上的表现明显优于最先进的ViT和卷积神经网络。

(5)MIT使用深度学习预测临床治疗结果

2月24日

MIT研究人员开发了名为G-Net的深度学习技术，为因果反事实预测提供了一个窗口，使医生有机会探索患者在不同治疗计划下的表现。G-Net的基础是g计算算法，这是一种因果推理方法，用于估计在存在测量的混杂变量（可能影响治疗和结果的变量）的情况下动态暴露的影响。G-Net使用循环神经网络（Recurrent neural network），其具有节点连接，使他们能够更好地模拟具有复杂和非线性动力学的时间序列。

(6)DeepMind提出分层感知器

2月24日

DeepMind研究人员提出了分层感知器（Hierarchical Perceiver，HiP），HiP保留了原始感知器处理任意模态的能力，但速度更快，可以扩展到更多的输入/输出，减少对输入工程的需求，并提高经典计算机视觉基准的效率和准确性。为了利用局部结构提高模型效率，研究人员通过将块的输入分成几个组来对块进行分组，并以分层方式组织块，以便每个块将前一个块的输出视为输入、分组和处理。

(7)芯片联盟成立F4PGA工作组

2月24日

芯片联盟（CHIPS Alliance）是推进接口、处理器和系统通用和开源硬件的领先联盟，今天成立了FOSS Flow For FPGA（F4PGA）工作组，以推动FPGA的开源工具、IP和研究工作。FPGA供应商、工业FPGA用户和贡献者以及大学，目前可以在新推出的F4PGA工作组的保护伞下正式合作。F4PGA项目专注于自由和开源的FPGA工具链（以前称为SymbiFlow）以及FPGA交换格式、FPGA工具性能框架和FPGA Assembly（FASM）格式等。

(8)英特尔推出Xeon D处理器

2月25日

英特尔推出了新的Intel Xeon D处理器——D-2700和D-1700。它们是英特尔最新的片上系统SoC，专为软件定义的网络和边缘而构建，具有集成的AI和加密加速、内置以太网、对英特尔时间协调计算和时间敏感网络的支持以及工业级可靠性。Xeon D处理器具有高达4 路DDR4、3200 Hz以太网吞吐量能力高达100 GbE及多达32/64个4.0 PCIe通道。

(9)Waymo发布3D视图合成深度学习模型

2月25日

Waymo发布了一个名为Block-NeRF的突破性深度学习模型，用于从其自动驾驶汽车收集的图像中重建的大规模3D世界观合成。Block-NeRF用于训练多个NeRF，然后将输出组合成一个大场景，即在不同光照条件下组合多个场景，并将它们重叠并重建为一个大型场景。这个新模型在Waymo汽车三个月内收集的包含多种光线和天气条件的280万张图像上进行了训练。

(10)Insilico首款AI开发药物进入临床试验

2月25日

总部位于香港的人工智能驱动的药物发现初创公司Insilico Medicine当前宣布，它已经在一项I期临床试验中向80名健康志愿者投药，以评估由该公司人工智能驱动的药物发现平台生成的候选药物的安全性，以治疗特发性肺纤维化（一种罕见的肺部疾病）。候选药物ISM001-055是针对Insilico公司内部开发的目标识别引擎PandaOmics发现的一个新目标的小分子抑制剂，并由该公司的另一个AI系统Chemistry42设计。

02

半导体行业动态

半导体全球公司动态

(1)英特尔公布区块链芯片计划

2月21日

英特尔在其加速计算和图像处理部门中成立一个新的定制化计算项目组，专注于区块链以及其他新兴计算市场，这表明英特尔正式宣布进军区块链芯片行业。该公司首款针对比特币的专用芯片将在今年晚些时候正式出货。该芯片主要针对比特币，综合了英特尔多项研究成果（包括高效哈希计算和超低电压电路技术等），其能效比比起GPU来说能提高1000倍以上。目前已经有Argo Blockchain、Block和GRIID等上市公司和英特尔签署了该芯片的订单。

(2)豪威集团研发出0.56μm超小像素尺寸

2月22日

豪威集团宣布了一项重大的像素技术突破——在实现0.56μm超小像素尺寸的同时提供高量子效率（QE）性能、优异的四相位检测（QPD）自动对焦技术和低功耗。该公司的研发团队证实，在像素尺寸已经小于红光波长的情况下，像素压缩不再受光波长限制。该像素尺寸基于豪威集团的PureCel® Plus-S堆叠技术，同时采用了深光电二极管技术将光电二极管精确地嵌入硅片深处。凭借这些先进的技术，豪威集团开发出了超小像素尺寸，在相同的光学格式下可以实现更高的分辨率，并进一步使图像传感器具有更多ISP功能、更低的功耗和更高的读取速度。实际上，在可见光范围内，0.56µm像素尺寸展示出了与0.61µm像素尺寸相当的QPD和QE性能。

(3)ST推出DSP、AI、MEMS一体系统

2月22日

为了推动微机电系统 (Microelectromechanical systems，MEMS) 的创新，意法半导体（STMicroelectronics，ST）推出了一款集信号处理 (DSP)、人工智能（AI）和MEMS传感器于一体的节能系统。该传感器将数字信号处理 和AI算法集成在同一硅片上。为了克服与在MEMS上制造AI相关的所有潜在挑战，该公司推出了智能传感器处理单元，它将DSP与IC上的MEMS传感器集成在一起。可编程DSP具有单周期16位乘法器，可以通过16位可变长度指令轻松操作。它还包括一个全精度浮点单元。该公司声称该产品有望将功率降低多达80%，同时减小系统级封装设备的尺寸。

(4)LG Innotek投资建设FC-BGA产线

2月22日

LG Innotek将投资4130亿韩元建设一条倒装芯片（Flip-Chip，FC）-球栅阵列（Ball Grid Array，BGA）半导体基板生产线。此次投资是LG Innotek对FC-BGA产品的首次投资。FC-BGA半导体衬底具有很高的技术壁垒，因为它们要求高稳定性和快速传输速度。日本的Ibiden和Shinko Denki、台湾的Unimicon和三星电子都是大规模生产FC-BGA半导体基板的公司。行业专家预计，随着CPU和GPU内核的增加、基板尺寸的扩大，FC-BGA基板的需求将进一步增长。LG Innotek正在培育FC-BGA半导体基板业务作为未来的增长动力。

(5)imec等推出最快的8位微处理器

2月23日

在2022年国际固态电路会议（ISSCC 2022）上，世界领先的纳米电子和数字技术研究和创新中心imec、鲁汶大学和柔性电子领域全球领导者PragmatIC Semiconductor展示了采用0.8μm金属氧化物柔性技术实现的最快的8位微处理器，能够运行实时复杂的组装代码。微处理器采用独特的数字设计流程实现，允许为金属氧化物薄膜技术创建新的标准单元库——与设计广泛的loT应用相关。imec的代工合作伙伴PragmatIC Semiconductor提供的强大的薄膜技术是将约16000个金属氧化物薄膜晶体管集成到24.9mm2柔性芯片上的关键。

(6)英特尔发布轻薄笔记本P系列处理器

2月24日

英特尔推出针对高性能轻薄笔记本市场的P系列处理器，重点提升处理器在生产力和能效比方面的表现。满配的P系列搭载6个性能核（P-Core）、8个能效核（E-Core），在多线程性能表现上，与上代之间有70%的性能提升，P系列功耗在28W左右。P系列处理器内置了锐炬Xe图形显卡，最高支持96个EU单元以及相应的视频编解码技术。同时P系列的内存控制器也可以同时支持DDR4和DDR5。

(7)瑞萨开发蓝牙低能耗射频收发器技术

2月24日

先进半导体解决方案的主要供应商瑞萨电子公司宣布开发了两种2.4GHz射频收发器技术，支持Bluetooth® Low Energy低功耗、近场通信标准。这些新技术还实现了更小的安装面积和更好的功率效率。瑞萨在近日旧金山举行的2022年国际固态电路会议（ISSCC 2022）上展示了这些技术。

(8)Codasip推出定制处理器设计服务

2月25日

Codasip推出L31和L11——这是其针对定制优化的低功耗嵌入式 RISC-V 处理器内核系列中的最新产品。借助新内核，客户可使用Codasip Studio工具更轻松地定制处理器设计，以支持神经网络等具有挑战性的任务。即使在最小的功耗受限的应用中也是如此，例如物联网边缘。

半导体全球融资并购交易

(1)[收购]孚昇电子收购Prosemi

2月21日

总部位于美国波士顿的孚昇电子收购了位于新加坡的大型电子元件测试公司Prosemi Mfg Pte Ltd。此次收购将进一步巩固孚昇电子提供世界级采购和交付的使命，同时提高其维持最高质量标准的能力。孚昇电子总裁Tobey Gonnerman表示：“孚昇电子和Prosemi的合作标志着我们公司的一个重要时刻。质量始终是我们业务的重心，此次收购展示了我们对卓越的不懈追求。我们期待着为客户提供尽可能短的周转时间，以应对不断变化的市场。”

(2)[融资]Porotech A轮融资2000万美元

2月22日

英国微显示器开发商Porotech在A轮融资2000万美元，A轮融资由Ameba Capital牵头，包括之前的投资者Speedinvest。该笔资金将用于大规模生产其microLED设备。Porotech创造了一类名为PoroGaN的新型多孔氮化镓（GaN）半导体材料，这使得micorLEd设计在单个氮化铟镓（InGaN）材料系统上具有单色和全彩色显示器。这种单一材料系统是经济高效地制造设备的关键步骤，具有在明亮背景（包括白天的户外）上进行高质量图像投影所需的亮度、效率和分辨率。该公司的红色微型LED产品已经实现了一流的性能。

——————END——————

往期周刊

■ 千芯周刊 人工智能与半导体资讯 （2022.02.14-02.20）

■ 千芯周刊 人工智能与半导体资讯 （2022.02.07-02.13）

■ 千芯周刊 人工智能与半导体资讯 （2022.01.31-02.05）

千芯动态

■ 陈巍博士受邀在全球智能工业大会做先进存算技术报告