芯片行业大佬现身深圳何事？数字经济前沿领域有干货|机器人_新浪财经_新浪网
芯片行业大佬现身深圳何事？数字经济前沿领域有干货
芯片行业大佬现身深圳何事？数字经济前沿领域有干货
　　芯片行业大佬现身深圳为何事？数字经济前沿领域干货不少
　　来源：证券时报网
　　深圳，已成为我国数字经济发展的前沿沃土。
　　4月9日，由工信部和深圳市人民政府主办的第六届中国电子信息博览会在深圳会展中心拉开序幕。本届会议的主题为“智领新时代，慧享新生活。”
　　本次博览会主论坛“数字经济前沿论坛”上，多位国内外知名的科学家和企业家发表主旨演讲，包括中科院院士黄维、博通公司CEO陈福阳、紫光集团董事长赵伟国、蔚来汽车创始人李斌等。
　　作为数字经济的重要一环，深圳本地的发展也值得关注。在深圳国际机器人和智能系统院士分论坛上，深圳市机器人协会秘书长毕亚雷提到，2017年深圳机器人企业产值已超千亿元。虽然工业机器人产值仍占比超过七成以上，但深圳本地快速发展已经吸引不少国外专家落户深圳加快服务机器人的研发工作。
　　主旨演讲干货多& 国内外芯片行业大佬现身
　　9日上午，在会展中心五楼梅花厅举行的主题演讲上，演讲嘉宾带来不少干货。其中，国外芯片龙头企业博通与国内芯片领军企业紫光集团同时出现在本次主题演讲上，引入瞩目。
　　黄维院士发表《突破关键技术、提升产业竞争能力》的主旨演讲，以“FAMISHED”一词，囊括创新驱动未来经济发展的八大行业，具体包括柔性电子、人工智能、材料科学、物联网、空间科学、健康、能源以及数据等。
　　黄维提到，中美虽然在人工智能基础研究差距巨大，但我们仍然可以从应用层面奋起直追，通过市场倒逼技术的方式，不断推动我国在人工智能领域的进步。
　　黄维同时提到，在无人机领域，大家可能更为熟悉大疆等民用品牌，但是多数的军用无人机都是由西北大学的团队进行研制开发的。目前情况来看，军民融合发展机制仍不够顺畅，需进一步厘清机制。
　　去年因为想要收购高通而名声大噪的博通CEO陈福阳，带来的主旨演讲是《加速网络创新，推动数字经济》，其内容主要包括三个方面：数字经济的现状和增长情况，互联网的增长挑战，关键的创新技术。
　　陈福阳提到，数十亿设备的在线连接带来了新的经济活动，对中国经济将产生深刻的变化。
　　紫光集团董事长赵伟国在演讲中，重提“重科技”的概念，并指出重科技具有资本、人才、技术、不可替代以及全球竞争等五大特点。紫光所从事的芯片制造产业，作为重科技领域行业，同样具备上述特征。紫光计划未来10年在芯片制造领域投资超过1000亿美元。目前在芯片领域，英特尔、三星和台积电等企业的优势仍十分明显。赵伟国同时提到，在这次中美贸易摩擦中，紫光集团也被美国的301调查报告提到。
　　除了基础学科、芯片研发制造等领域外，智能电动汽车同样也是本次主题论坛上的一个关注点。
　　蔚来汽车创始人李斌认为，根据智能手机的发展演变，国内智能电动汽车迎来换道先跑的战略机遇。
　　李斌提到，2007年中国本土智能手机出货量是1.5亿部，本土品牌占比48%，到了2017年，智能手机出货4.91亿部，本土品牌占比86%。李斌认为，到2027年，保守估计国内汽车本土品牌占比将提升到65%。
　　深圳本地机器人产业快速发展
　　今日举行的深圳国际机器人和智能系统院士分论坛上，吸引了来自深圳机器人协会、新松机器人、华东理工大学、南方科技大学、悉尼大学等业内知名专家学者，对智能制造行业进行探讨。
　　深圳市机器人协会秘书长毕亚雷提到，2017年深圳机器人企业数量达到594家，产值超千亿元，较上年的787亿元大幅攀升，工业增加值超过360亿元。其中，工业机器人产值为755.56亿元，工业增加值为275.12亿元。从企业的数量来看，工业机器人主要聚集在宝安区，龙华区增速较快；从产值上看，南山区所占比例仍较高。
　　毕亚雷在演讲中提到，深圳市机器人产业发展特点主要有以下几方面：
　　1、工业机器人开启规模化效应，服务机器人进入快速发展期；
　　2、AGV、无人机和家庭机器人等细分领域异军突起；
　　3、控制器、伺服驱动等机器人关键零部件崛起，弥补行业空白；
　　4、“本体+系统集成”形成最优，主要应用于3C和物流等主导行业；
　　5、龙头企业崛起，树立行业新标杆。
　　值得注意的是，由于深圳服务机器人产业发展较快，有不少来自海外的专家也加入了深圳本地的服务机器人企业进行研究和开发工作。悉尼大学教授陶大程，目前为优必选人工智能首席科学家。
　　与此同时，中国机器人产业联盟理事长、新松机器人总裁曲道奎认为，智能制造和社会转型为机器人行业提供广阔平台，行业的黄金窗口期已经到来。
新浪声明：此消息系转载自新浪合作媒体，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。
责任编辑：张海营
文章关键词：
@@status_text@@
图文直播间
视频直播间豆丁微信公众号
君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
介绍几种机器人驱动芯片
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口十大人工智能芯片厂商汇总，英伟达/英特尔/地平线机器人入选-控制器/处理器-与非网
在领域，算法的实现依赖于计算机强大的运行速度，因此就显得尤为重要。目前AI芯片这个市场，已经吸引了很多玩家，无论是传统的半导体业者，还是所谓的初创企业，都开始投奔这个下一个金矿。本文为大家盘点人工智能领域的芯片厂商和他们的产品，来看看有哪些典型代表。
凭借具备识别、标记功能的图像处理器，在人工智能还未全面兴起之前，英伟达就先一步掌控了这一时机。在2016年，英伟达更是一连发布了多款针对深度学习的芯片，像4月份发布的一款可执行深度学习神经网络任务的Tesla P100 GPU，又比如9月份发布的基于Pascal架构的深度学习芯片Tesla P4和Tesla P40，其中，Pascal架构能助推深度学习加速65倍。
除了研发芯片，英伟达还发布了多个用于不同领域的硬件和平台，进一步扩大了自己的人工智能布局。在CES 2017上，英伟达发布的自动驾驶芯片XAVIER AICAR SUPERCOMPUTER、智能家居硬件Spot以及搭载了人工智能系统ProAI（由ZF、英伟达联合研发）的车载电脑等。据悉，ProAI系统可以通过深度学习处理来自汽车传感器和摄像头的数据，能够清晰的识别周围环境，在高清地图上精确定位，为车辆规划出一条安全的前行道路，进一步适用于高速公路自动化驾驶。
迄今为止，全球85%的智能移动设备中都采取了ARM架构，其中，超过95%的智能手机运用了ARM的处理器，在智能硬件和物联网高速发展的如今，ARM有着绝对的地位。
此外，根据其2015年Q4财报，ARM所授权的芯片主要都用在了移动计算、智能汽车、安全系统和物联网。在智能汽车领域，包括NVIDIA、高通在内都是基于ARM设计开发了面向驾驶辅助系统的超级计算机。早前，对于收购ARM一事，软银CEO孙正义就曾明确表示ARM芯片将推动人工智能走向奇点。而在收购之后，软银也对ARM早已开始的人工智能项目&Blue Sky Program&表示了极大的支持。
3、Intel & Nervana
在2016年11月，Intel公司发布了一个叫做Nervana的AI处理器，他们宣称会在明年年中测试这个原型。如果一切进展顺利，Nervana芯片的最终形态会在2017年底面世。这个芯片是基于Intel早前购买的一个叫做Nervana的公司。按照Intel的人所说，这家公司是地球上第一家专门为AI打造芯片的公司。
Nervana一直在努力将机器学习功能全力引入到芯片之中，是人工智能ASIC芯片供应商。得到Intel的支持后，Nervana正计划推出其针对深度学习算法的定制芯片Nervana Engine。据Nervana相关人员表示，相比GPU，Nervana Engine在训练方面可以提升10倍性能。
百年巨人IBM，在很早以前就发布过wtson，现在他的人工智能机器早就投入了很多的研制和研发中去。而在去年，他也按捺不住，投入到类人脑芯片的研发，那就是TrueNorth，邮票大小、重量只有几克，但却集成了54亿个硅晶体管，内置了4096个内核，100万个&神经元&、2.56亿个&突触&，能力相当于一台超级计算机，功耗却只有65毫瓦。
TrueNorth是IBM参与DARPA的研究项目SyNapse的最新成果。这种芯片把数字处理器当作神经元，把内存作为突触，跟传统冯诺依曼结构不一样，它的内存、CPU和通信部件是完全集成在一起。因此信息的处理完全在本地进行，而且由于本地处理的数据量并不大，传统计算机内存与CPU之间的瓶颈不复存在了。同时神经元之间可以方便快捷地相互沟通，只要接收到其他神经元发过来的脉冲（动作电位），这些神经元就会同时做动作。
谷歌的人工智能相关芯片就是TPU。也就是Tensor Processing Unit。
TPU是专门为机器学习应用而设计的专用芯片。通过降低芯片的计算精度，减少实现每个计算操作所需的晶体管数量，从而能让芯片的每秒运行的操作个数更高，这样经过精细调优的机器学习模型就能在芯片上运行的更快，进而更快的让用户得到更智能的结果。Google将TPU加速器芯片嵌入电路板中，利用已有的硬盘PCI-E接口接入数据中心服务器中。
在极度依赖国外进口的我国芯片产业中，中星微可谓一匹突出重围的&黑马&。在2016年6月份，中星微率先推出了中国首款嵌入式神经网络处理器（NPU）芯片&星光智能一号&，这也是全球首枚具备深度学习人工智能的嵌入式视频采集压缩编码系统级芯片，并已于3月6日实现了量产。
该芯片采用了&数据驱动&并行计算的架构，单颗NPU（28nm）能耗仅为400mW，极大地提升了计算能力与功耗的比例，可以广泛应用于智能驾驶辅助、无人机、等嵌入式机器视觉领域。
微软蛰伏六年，打造出了一个迎接AI世代的芯片。那就是Project Catapult。这个FPGA 目前已支持微软Bing，未来它们将会驱动基于深度神经网络&&以人类大脑结构为基础建模的人工智能&&的新搜索算法，在执行这个人工智能的几个命令时，速度比普通芯片快上几个数量级。有了它，你的计算机屏幕只会空屏 23 毫秒而不是 4 秒。
8、KnuEdge
KnuEdge实际上并不是一个初创公司，它由NASA的前任负责人创立，已经在一个隐形模式下运营了10年。KnuEdge最近从隐形的模式中走出，并让全世界知道他们从一个匿名的投资人获取1亿美元的投资用来开发一个新的&神经元芯片&。
KUNPATH提供基于LambaFabric的芯片技术，LambaFabric将会通过与现在市场上的GPUs、CPUs和FPGAs完全不同的架构进行神经网络的计算。LambdaFabric本质上是为在高要求的运算环境下向上拓展至512000台设备而设计，机架至机架延迟时间只有400毫微秒，低功耗的256核处理器。
9、地平线机器人
由余凯创立于2015年的初创企业Horizon Robotics（地平线机器人）已经从包括Sequoia和传奇的风险资本家Yuri Milner等投资人获得了未透露金额的种子基金。后来更是获得了已经获得了晨兴、高瓴、红杉、金沙江、线性资本、创新工场和真格基金的联合投资。他们正在着手于建立一个一站式人工智能解决方案，定义&万物智能&，让生活更便捷、更有趣、更安全。
地平线致力于打造基于深度神经网络的人工智能 &大脑& 平台 - 包括软件和芯片，可以做到低功耗、本地化的解决环境感知、人机交互、决策控制等问题。
创立于2015年的krtkl致力于创造&一个微小的无线电脑用来创造一些完全不同的东西&。这款开拓板是基于XilinxZynq SoC，集成了ARM处置器和可编程FPGA。用户甚至可以经过手机上的专用APP对其举行编程，供230个用户可用的I/O接口，应用灵巧兼容很多扩展板卡，其特征如下：选择Zynq 7010SoCchip，集成双核ARM Cortex-A9处置器和430K LUT的FPGA资源（可晋级为Zynq 7020.3M LUT）。
这款开拓板的一大亮点是不仅支援传统的MicroUSB程序烧写，终端调试等效能，还支援手机终端操控，应用官方供的Apps，经过Wi-Fi连接开拓板，用户可以下载程序，管脚把持，管脚复用以及体系把持能效能。
更多最新行业资讯，欢迎点击与非网！
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
无论刮风下雨，还是烈日骄阳，每天一大早，医院挂号处早已排起长龙，开始接诊的科室前人头攒动；高速公路上救护车呼啸而过，手术室里身着白大褂的医生正聚精会神的诊治病人。医疗系统触及整个城市内外，作为惠及全国十几亿人口的重要课题，医疗系统的发展长久以来一直受到大家的热切关注。
发表于： 14:07:41
说到底，人工智能与人类智能有着天壤之别，所以以后可以停止对二者的比较了。
发表于： 11:24:50
根据2014年-2018年公开披露的融资信息发现，服务机器人行业于2015年爆发，2016年走向顶峰，2017年稍有平缓，而在今年，则骤然遇冷。其中，融资也多集中在天使轮和A轮，金额普遍在千万元以下。
发表于： 11:23:42
大咖很忙嘛，北京世界机器人大会刚过，重庆智博会紧随而来，看来国家和各地政府对于智能制造和机器人的重视程度愈加明显。
发表于： 11:19:40
“OFweek（第二届）中国人工智能产业大会--AI+机器人论坛”将于8月31号在上海跨国采购会展中心举办，此次论坛上，硅基智能副总经理毛丽艳将发表“电话机器人的应用领域及未来展望”的主题演讲，主要与大家分享人工智能在电话机器人上的应用前景领域及未来解读。
发表于： 11:14:02
8月28日早间消息，AMD宣布将聚焦7nm工艺，扩大其在高性能领域的优势。
发表于： 14:21:32
北京大学信息科学技术学院微纳电子学研究院张海霞教授课题组基于多孔CNT-PDMS导电弹性体，将制备得到的压阻应力传感器与微型超级电容器相结合，提出了一种具有能量存储与应力监测功能的一体式自驱动传感贴片，成功解决了集成度低与能量供给受限等问题。
发表于： 14:16:37
经过近9年攻关，联合实验室已成功研发出新一代半导体激光气体传感器国产芯片，且具备大规模量产条件，现已制作成激光器。
发表于： 13:54:42
AMD的7nm产品线包括Zen 2架构处理器核心、Navi（仙女座）GPU等，其中定于年底推出的7nm GPU和明年发布的7mn服务器CPU已经在台积电流片。
发表于： 13:06:07
8月28日消息，格力电器官方公众号今日发文称，最近注册成立的珠海零边界集成电路有限公司是格力电器的全资子公司，标志着格力正式将芯片产业作为未来发展战略的重要组成部分。
发表于： 11:12:00
& 2010 - 2018 苏州灵动帧格网络科技有限公司 版权所有.
ICP经营许可证 苏B2-&机器人大赛也是芯片大比拼？原来这家公司创新都走在了前面？机器人大赛也是芯片大比拼？原来这家公司创新都走在了前面？iambillbil百家号机器人大赛也是芯片大比拼？原来这家公司创新都走在了前面？如果你和我一样也是孩子的家长，那么你多半也关注过国内的机器人教育。这是一种开发儿童智慧和逻辑思维能力的教育形式，当然这同样也是一种高大上的高投入教育行为，孩子们通过自己选择芯片搭配动力模式，组建机器人小组，参加国际赛事。那么你多半也会了解一下关于FTC的赛场消息。First Tech Challenge（FTC科技挑战赛）这是全美规模最大、规格最高的在机器人科技挑战赛，主要针对14-18岁高中生之间的国际性机器人比赛。每年约有25万名高中生参加。美国麻省理工大学每9个学生中就有1人参加过FIRST比赛项目。FTC科技挑战赛的竞赛理念以及活动过程所秉持的教育思想将使参与的学生受益终身，并将得到越来越多的国内学校的关注和参与。从2011年开始，这个赛事在中国的国际学校试点赛成功举办，2017年的全球赛选拨赛的北京选拔赛事在不久前的3月11-12日于北京清华大学拉开序幕，来自全国各地共68支队伍在这里展开智慧与机器的碰撞，争夺参与2017 FTC全球总决赛的名额。在经过两天的精彩角逐，最终山东省实验中学的小组获得启迪奖，北师大二附中获得冠军联盟队长队。届时，Qualcomm也将特别赞助这两支优胜队伍前往美国休斯顿，在全球赛场上与别国参赛者进行切磋，一决高下。关于这场FTC机器人科技挑战赛，是由著名发明家狄恩·卡门创立，其创作的目的是为鼓励年轻一代对科学、技术、工程、数学方面的各类的兴趣。自2011年FTC来到中国后，同样也有着不少中国的青少年朋友对机器人设计和创作领域有着极高的热情，同时中国的参数队伍数量逐年攀升，青少年的创新能力被不断激发。而秉着同样理念的Qualcomm，自2007年起开始为FIRST各类赛事和参赛队伍提供志愿服务以及资金支持，并在本赛季成为FTC特邀赞助商。过去10年间，Qualcomm通过对FTC赛事活动的支持已经帮助来自40个国家的超过40万学生参与到这一机器人盛会中来，而本赛季Qualcomm更是加大了对FTC赛事的支持，为全国30支队伍提供帮助，尤其是加大了对来自偏远省份和女学生居多的队伍的支持。此外，Qualcomm还将支持深圳、重庆两场专项挑战赛以及在上海举行的FTC中国公开赛。更重要的是，除资金支持外，Qualcomm还将一如既往地为大赛提供全面的志愿服务，包括技术检测、检录、裁判等，并在队伍比赛准备时期就提供技术指导，激发和引导队伍的创新思路。作为连续十年的FTC赞助商，Qualcomm其实在很早之前就已经开始了机器人和相关领域的研发。经过30多年的发展，Qualcomm已经拥有深厚的技术和产品积累，包括无线连接技术、计算机视觉、机器学习、摄像头技术、定位导航等，这些恰好也是机器人，或者说人工智能层面非常需要的根源性技术。从比赛以来，在FTC机器人大赛就开始采用通过内置Qualcomm骁龙芯片处理器的手持终端作为控制器和通信平台。性能强大的骁龙平台，计算迅速，反应灵敏能够帮助参赛队员达到传输零时差，实时操控完成对抗任务。本赛季以“极速漩涡”为主题，将继续沿用骁龙比赛技术平台，更快的处理速度和更稳定的连接肯定会是各类比赛中决胜的核心之一。随着时代的高速发展，Qualcomm芯片领域的延伸，不仅仅局限于手机芯片本身，而是在各项领域中拓展无线连接的边界，而骁龙处理器早已经不仅仅只是为智能手机、平板电脑等传统移动终端提供动力，更加在智能汽车、智能家居、智能物联网、智能机器人、智能无人机等领域大放异彩。尤其是在即将到来的5G时代，数十亿终端将于机器人、人工智能、自动驾驶汽车等更多领域前沿技术相结合，给整个人类社会来巨大创新与变革。此外，Qualcomm在其高度优化的异构计算平台上融合多项重要创新，支持无人机和机器人在无线连接、计算机视觉、定位上的诸多先进功能。Qualcomm面向消费级无人机和机器人应用的Qualcomm Snapdragon Flight平台，具有强大连接性、先进的无人机软件和开发工具，至今也已经有多款商用产品面市。另外，Qualcomm还推出了Qualcomm机器学习平台，面向最前沿、基于终端的深度学习，赋予终端学习的能力，使之变得更加智能，能够 “看见”和“感觉”其周围的事物，并对其所处环境进行确认。Qualcomm最新一代骁龙835处理器就创新地集成了这一平台，广泛地将机器学习作为一个基础性概念，贯穿在提升各类终端体验当中。除了比手机，原来机器人也需要芯片比拼？你认为最快的芯片还有谁呢？谢谢你的阅读本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。iambillbil百家号最近更新：简介:iambillbil，一个常常介绍小产品的小角色作者最新文章相关文章}