OpenAI自研芯片进展曝光 百万年薪挖角谷歌

OpenAI自研芯片进展曝光 百万年薪挖角谷歌 据SemiAnalysis报道，OpenAI计划将目前仅有数人的芯片团队扩展至数十人，且几乎所有新招募的研究人员均为谷歌TPU团队的现任或前任成员。TPU是谷歌为加速机器学习和神经网络计算而设计的专用处理器，以其出色的运算性能和能源效率著称。OpenAI提供的不仅仅是具有竞争力的薪酬，更包括作为一家未上市公司所提供的股权激励，这对于高级工程师来说极具吸引力。加入OpenAI的团队成员将有机会参与从零开始的创新设计过程，尝试更激进的方法，构建由数百万个加速器组成的系统。此外，OpenAI的自研芯片计划也反映出与微软关系的微妙变化，尽管背靠微软的资金和Azure云服务，OpenAI仍寻求在芯片和算力方面的独立性。业界普遍预计，OpenAI的第一代自研芯片将在2027年底前推出，在此之前，该组织将继续依赖商用芯片。 ... PC版： 手机版：

蔚来、小鹏等自研智驾芯片将流片，上车进入倒计时

蔚来、小鹏等自研智驾芯片将流片，上车进入倒计时 蔚来汽车自研的智能驾驶芯片“神玑NX9031”已经流片，“目前正在测试。”有知情人士透露。流片，意味着芯片从设计阶段转向实际制造，这是芯片规模量产与商业的关键前提。按照规划，神玑9031将于2025年一季度首搭在蔚来旗舰轿车ET9上。“芯片团队已经领了军令状，明年新车ET9一定要上神玑9031，压力很大。”有知情人士说道。同时，小鹏汽车自研的智驾芯片已经送去流片，“预计8月回片。”有知情人士透露，理想汽车的智驾芯片“舒马赫”也将于年内完成流片。

小米自研芯片玄戒累计研发投入超135亿

小米自研芯片玄戒累计研发投入超135亿 雷军发文表示，小米玄戒O1采用第二代三纳米工艺制程。截止今年四月底，玄戒累计研发投入已经超过了 135亿人民币。目前，研发团队已经超过了2500人，今年预计的研发投入将超过60亿元。雷军表示，我相信，这个体量，在目前国内半导体设计领域，无论是研发投入，还是团队规模，都排在行业前三。如果没有巨大的决心和勇气，如果没有足够的研发投入和技术实力，玄戒走不到今天。雷军称，小米玄戒O1，采用第二代3nm工艺制程，力争跻身第一梯队旗舰体验。小米芯片已走过 11年历程，但面对同行在芯片方面的积累，我们只能算刚刚开始。

上车倒计时 消息称蔚来、小鹏等自研智驾芯片将流片

上车倒计时 消息称蔚来、小鹏等自研智驾芯片将流片 报道称，蔚来汽车的自研智能驾驶芯片“神玑NX9031”已经开始流片，并正在进行测试，计划在2025年第一季度，将神玑9031首次应用于其旗舰轿车ET9上。此外，小鹏汽车的自研智驾芯片也已送去流片，预计8月份回片，而理想汽车的智驾芯片项目代号为“舒马赫”，预计同样将在今年内完成流片。官方信息显示，蔚来神玑NX9031是一款5纳米工艺、拥有超过500亿晶体管的智能驾驶芯片，于2023年9月发布。蔚来表示，通过自研的NPU，该芯片能高效运行各类AI算法，李斌曾表示，他们的目标是用一颗自研芯片达到当前业界四颗旗舰智能驾驶芯片的性能，这意味着蔚来的芯片需要与算力超过千Tops的芯片竞争。报道还支持，蔚来自2020年起组建了超过800人的芯片团队，负责人是华为海思出身，直接向蔚来硬件副总裁白剑汇报。除了蔚来，小鹏和理想也在加紧自研智驾芯片，小鹏在与Marvell合作不顺后，转而与索喜合作进行芯片设计。而理想则在去年开始加强芯片团队建设，目前约有200人，值得一提的是，理想的芯片技术负责人秦东，是新势力三家中唯一没有华为海思背景的高层。 ... PC版： 手机版：

苹果自研AI芯片：项目名ACDC

苹果自研AI芯片：项目名ACDC 一些知情人士表示，苹果一直在与其芯片制造合作伙伴台积电密切合作，设计并开始生产此类芯片，但仍不确定他们是否已经取得了明确的结果。一些知情人士表示，对于苹果的服务器芯片，该组件可能会专注于运行人工智能模型（即所谓的推理），而不是训练人工智能模型，芯片制造商英伟达可能会继续占据主导地位。苹果服务器芯片的出现恰逢其时，因为在 OpenAI 的 ChatGPT 服务爆炸性出现后，微软和 Meta 等竞争对手已斥资数十亿美元，并迅速围绕所谓的生成式人工智能重新调整其业务。苹果投资者对该公司在人工智能领域缺乏进展感到越来越不耐烦。科技竞争对手的股价随着人工智能的引人注目的公告而上涨。得益于与 OpenAI 的早期密切合作，微软获得了最大的提升。今年早些时候，微软取代苹果成为全球市值最高的公司，而且其领先地位还在不断扩大。苹果首席执行官Tim Cook试图向投资者保证，公司正在投资这项技术，并且很快就会发布重大的人工智能公告。库克在公司电话会议上表示：“我们相信人工智能的变革力量和前景，我们相信我们拥有的优势将使我们在这个新时代脱颖而出，包括苹果将硬件、软件和服务无缝集成的独特组合。”最近的季度收益。生成式人工智能系统，例如为 ChatGPT 提供支持的大型语言模型，通常使用数据中心托管的计算机服务器来处理大量数据。对于这种计算能力，大多数大型科技公司都严重依赖装有英伟达芯片的服务器，英伟达发现自己正处于人工智能淘金热之中。大多数最大的科技公司都开发了自己的人工智能服务器芯片，或者正在探索摆脱英伟达束缚的可能性，英伟达在此类芯片上的市场份额估计超过 80%。Google可能拥有最成熟的内部人工智能服务器芯片产品及其张量处理单元，该项目于 2013 年启动。据《华尔街日报》此前报道，OpenAI 也在讨论资助一个雄心勃勃的内部芯片项目。苹果现有的芯片实力可能是该公司在人工智能领域比其他科技巨头找到关键优势的途径之一。当该公司于 2010 年首次开始将自己的处理芯片集成到 iPhone 和 iPad 中时，该公司在设计定制芯片方面拥有最悠久的历史和最成功的经验。2017 年，苹果开始将专注于人工智能的处理器整合到其移动芯片中。2020 年，它开始用自己的定制芯片替换 Mac 中的英特尔芯片。这些芯片方面的努力为苹果公司的产品提供了区别于竞争对手的优势。一位消息人士称，目前计划用于其消费产品的苹果 M 系列芯片的高级版本可能能够执行某些人工智能功能，例如服务器中的推理。尽管苹果公司已经成功为其设备开发处理芯片，并且现在正寻求在服务器领域实现这一目标，但该公司一直在努力开发蜂窝无线芯片以取代移动芯片领导者高通公司。据《华尔街日报》去年报道，苹果内部蜂窝调制解调器的推出仍然未能按时完成并被推迟。苹果更喜欢人工智能的大部分使用发生在 iPhone 或 Apple Watch 上，但它仍然需要在通过互联网访问的远程服务器上运行一些进程，此时苹果服务器芯片将接管。通过自己处理更多的任务，甚至使用数据中心的芯片，苹果可以更好地控制其人工智能的命运。苹果股价周一尾盘上涨 1.2%。今年截至收盘，该公司股价已下跌 5.6%。这家总部位于加利福尼亚州库比蒂诺的公司的代表没有立即回应置评请求。苹果一直在生成人工智能领域追赶科技同行，生成人工智能是聊天机器人和其他流行新工具的基础技术。但该公司正准备在下个月的全球开发者大会上公布一项新的人工智能战略。据彭博社报道，其方法预计将重点关注可以帮助用户日常生活的新主动功能。苹果还与 Alphabet Inc. 旗下的Google和 OpenAI 等潜在合作伙伴进行了谈判，以提供生成式人工智能服务。如果苹果继续推出自己的服务器处理器，它将效仿几家最大的科技公司的做法。亚马逊公司的AWS、Google、微软公司和Meta Platforms公司都运营着在某种程度上运行在内部设计的半导体上的数据中心。这些努力削弱了英特尔公司零部件的传统主导地位。Apple 将 M2 Ultra 用于 AI 服务器该报告发布之前，海通国际证券分析师 Jeff Pu 本周表示，苹果正在使用 M2 Ultra 和 M4 芯片来为专门用于 iOS 18 基于人工智能的新功能的服务器提供支持。Pu在一份给投资者的新报告中提供了基于供应链检查的分析。据称，富士康目前正在组装包含 M2 Ultra 的苹果 AI 服务器，并计划在 2025 年末组装由 M4 芯片驱动的 AI 服务器。上个月，微博上的一位知名消息人士称，苹果正在为自己的 AI 开发处理器采用台积电3nm工艺制造的服务器，目标是在 2025 年下半年实现量产，这可能与这份有关 M4 驱动的 AI 服务器的报告相符。苹果决定建立自己的人工智能服务器，反映了该公司持续垂直整合供应链的战略。苹果可能会使用自己的芯片来增强其数据中心和未来依赖云的人工智能工具的性能。尽管有传言称苹果将优先考虑其即将推出的许多人工智能工具的设备上处理，但不可避免的是，某些操作必须在云端进行。当基于 M4 的服务器可以在数据中心运行时，苹果的新人工智能战略应该会顺利进行。与更广泛的行业预期一致，Pu 还预计苹果将在 6 月份的 WWDC 上宣布设备端 AI 功能，例如录音摘要、照片和视频编辑以及实时翻译。虽然iPhone 16系列将宣传一系列人工智能功能，但 2025 年的iPhone 17 机型显然将是更专注于人工智能的设备。该公司预计将在 iOS 18 和 6 月 WWDC 2024 上宣布的其他软件更新中引入许多基于生成式 AI 的功能。苹果还一直在 开发自己的可以离线运行的语言模型。然而，这些模型更加有限，因此拥有在线替代方案将是提供更准确结果的理想选择。有趣的是，之前的报道显示，苹果一直在与 OpenAI 和Google讨论在 iOS 18 中使用他们的人工智能技术。目前尚不清楚苹果是否仍计划与第三方达成交易，或者只是使用自己的服务器。 ... PC版： 手机版：

清华团队发布中国AI光芯片“太极” 号称受《周易》启发

清华团队发布中国AI光芯片“太极” 号称受《周易》启发 该研究成果于北京时间4月12日凌晨以《大规模光芯片“太极”赋能160 TOPS/W通用人工智能》为题发表在最新一期的《科学》（Science）上。方璐、戴琼海为论文的通讯作者，电子工程系博士生徐智昊、博士后周天贶（清华大学水木学者）为论文第一作者。“挣脱”算力瓶颈的中国光计算睿智尝试作为人工智能的三驾马车之一，算力是训练AI模型、推理任务的关键。倘若把大模型当作是做一道精致的菜肴，算力就好比一套称手的烹饪工具。世人皆知巧妇难为无米之炊，但再好的厨子，没有一口好锅、一把好刀，面对鲜美的食材也只能望而兴叹。光计算，顾名思义是将计算载体从电变为光，利用光在芯片中的传播进行计算，以其超高的并行度和速度，被认为是未来颠覆性计算架构的最有力竞争方案之一。光芯片具备高速高并行计算优势，被寄予希望用来支撑大模型等先进人工智能应用。智能光计算作为新兴计算模态，在后摩尔时代展现出有望超越硅基电子计算的潜力。然而其计算任务局限于简单的字符分类、基本的图像处理等。其痛点是光的计算优势被困在了不适合的电架构中，计算规模受限，无法支撑亟需高算力与高能效的复杂大模型智能计算。行胜于言，直面科研领域痛点问题，帮助光计算“挣脱”算力瓶颈，另辟蹊径，“从0到1”重新设计适合光计算的新架构，是这个清华团队迈出的关键一步。光电智能技术交叉创新团队部分成员合影（左三为戴琼海院士、右二为方璐副教授）从“无极”而至“太极”的双向奔赴从构思到实验，开辟新赛道、做第一个吃螃蟹的人往往都伴随着巨大的困难与压力。每一个研究成果的背后，都凝缩了团队每一位成员的心血，是历经无数失败与彻夜难眠后，结出的那颗最耀眼的结晶。但方璐却将这次科研历程比拟为一场浪漫的“双向奔赴”：从算法架构上自顶向下探索，在硬件芯片设计上自底向上推演。相异于电子神经网络依赖网络深度以实现复杂的计算与功能，“太极”光芯片架构源自光计算独特的‘全连接’与‘高并行’属性，化深度计算为分布式广度计算，为实现规模易扩展、计算高并行、系统强鲁棒的通用智能光计算探索了新路径。据论文第一作者、电子系博士生徐智昊介绍，在“太极”架构中，自顶向下的编码拆分-解码重构机制，将复杂智能任务化繁为简，拆分为多通道高并行的子任务，构建的分布式‘大感受野’浅层光网络对子任务分而治之，突破物理模拟器件多层深度级联的固有计算误差。化“深”为“广”：分布式广度光计算架构团队以周易典籍‘易有太极，是生两仪’为启发，建立干涉-衍射联合传播模型，融合衍射光计算大规模并行优势与干涉光计算灵活重构特性，将衍射编解码与干涉特征计算进行部分/整体重构复用，以时序复用突破通量瓶颈，自底向上支撑分布式广度光计算架构，为片上大规模通用智能光计算探索了新路径。通俗来讲，干涉-衍射的组合方式仿佛就是在拼乐高玩具。乐高积木可以通过一个模块刘海与另一个模块凸起的契合来完成两个组件的拼接。在科研团队眼中，一旦把干涉、衍射变成基础模块，进行重构复用，可以凭借丰富的想象力搭建出变化无穷的造型。两仪一元：干涉-衍射融合计算芯片据论文报道：“太极”光芯片具备879 T MACS/mm²的面积效率与160 TOPS/W的能量效率，首次赋能光计算实现自然场景千类对象识别、跨模态内容生成等人工智能复杂任务。“太极”光芯片有望为大模型训练推理、通用人工智能、自主智能无人系统提供算力支撑。复杂智能任务实验结果展示方璐表示，“之所以将光芯片命名为‘太极’，也是希望可以在如今大模型通用人工智能蓬勃发展的时代，以光子之道，为高性能计算探索新灵感、新架构、新路径 。”学科交叉融合，探索无限可能“太极”光芯片的诞生是多学科交叉碰撞、探索无限的过程。从一个初步设想到打破常规思维、确立科研思路，从理论计算到架构创新，再到模拟试验、现场实测......每一个重大突破性研究，都涉及不同学科高度交叉融合，催生出“0到1”的成果。北京信息科学与技术国家研究中心的光电智能技术交叉创新团队由来自电子系、自动化系、集成电路学院、软件学院的领域学者和专门研究人员组成。在这里，“理学思维融合工科实践，交叉领域践行原始创新”的理念一以贯之，团队始终致力于为中国成为世界科学中心和创新高地贡献出清华力量。和团队的对话中，“初心”和“坚持”两个词语，被多人反复提及。恰如团队成员所言，“科学研究是一个厚积薄发的过程，不是一蹴而就的，就像在黑暗中来回摸索，可能会经历反复失败，但一定要坚持自己的初心。”一次次“推翻重来”“背水一战”的底气背后，是什么支撑着团队的坚持求索？答案是：良好的学术环境和有组织科研的全方位保障。2021年4月19日，习近平总书记在清华大学考察时强调，重大原始创新成果往往萌发于深厚的基础研究，产生于学科交叉领域，大学在这两方面具有天然优势。要保持对基础研究的持续投入，鼓励自由探索，敢于质疑现有理论，勇于开拓新的方向。“当时，我有幸参与向总书记汇报团队的科研进展，在现场聆听总书记的嘱托。”三年过去，方璐和许多清华人一样，是亲历者、践行者，更是答卷人。方璐认为，这次突破性科研成果的成功取得，是清华大学深入推进有组织科研的一次生动实践。该课题受到科技部2030“新一代人工智能”重大项目、国家自然科学基金委杰青项目、基础科学中心项目，清华大学-之江实验室联合研究中心支持。在合作者中，有来自各个学科、不同背景的成员。他们集思广益，多学科、多角度地探索更多解决途径。跨界交叉、深度融合，创新的火花在学科碰撞中不断迸发，为科研团队厚植基础、勇攀高峰提供了新动能。 ... PC版： 手机版：