人工智慧與半導體兩個重點領域，每週分享。

從行業動態、技術發展趨勢、國內外投融資事件，快速呈現行業發展熱點。（以北美日韓為主）

本期編輯 陳方燁

人工智慧行業動態摘要

重大新聞

OpenAI提出WebGPT用於長形式問答

谷歌提出LongT5用於長序列任務

CERN利用AI技術檢測複雜的隧道系統

DTiQ搭檔alwaysAI於計算機視覺領域

臉書提出MaskFeat

KAIST在深度神經網路演示人臉檢測

臉書釋出Bean Machine

谷歌調研深度學習中的集體智慧

OpenAI釋出GLIDE用於文字到影象生成

Pytorch為TorchVision引入新API

半導體行業動態摘要

重大新聞

日本Floadia推出每單元7位的儲存技術

MML薄膜電容比陶瓷電容輕90%

臺積電推出HPC N4X工藝

Flexlogix推出新邊緣推理加速器

TSEM開發世上首個矽光子代工廠級工藝

CAES開發空間RISC-V微處理器

三星推出PCIe 5.0，硬碟速度提升近2倍

日立推出EUV 3nm和5nm工藝檢測系統

融資/併購交易

[收購] 瑞薩電子完成對Celeno的收購

[融資] Kneron B輪融資2500萬美元

[收購] YES收購SPEC

[收購] Vishay 2100萬美元收購Barry

人工智慧行業動態

人工智慧全球公司動態

(1)OpenAI提出WebGPT用於長形式問答

12月20日

OpenAI研究人員在建立基於人類反饋的瀏覽器輔助問答中，使用微軟必應網路搜尋API進行文件檢索，並在GPT-3大型語言模型上進行無監督的預訓練和微調，以實現高質量的合成。之後他們利用人類的反饋直接最佳化答案質量，使他們的方法能夠在長形式問答（LFQA）任務中達到人類水平的表現。在測評中，175B 64個最佳WebGPT模型的答案56%的時候比人類演示者寫的答案更受歡迎，69%的時候比來自ELI5資料集的參考答案更受歡迎。

(2)谷歌提出LongT5用於長序列任務

12月21日

谷歌研究團隊探索了使用LongT5同時擴充套件輸入長度和模型大小的影響，LongT5是一種新穎的Transformer架構，可在長序列任務上實現最先進的效能。這種Transformer架構LongT5允許同時縮放輸入長度和模型比例。該團隊還提出一種新的注意力機制（TGlobal），它模仿ETC的本地/全域性機制，但只是常規注意力的直接替代品，可在現有的Transformer架構（如T5）中使用。

(3)CERN利用AI技術檢測複雜的隧道系統

12月21日

最近CERN（歐洲核子研究中心）的人工智慧裝置——如CERNbot和TIM機器人——正被用來獲取隧道的資料和照片。這些由控制、電子和機電一體化（BE-CEM）小組開發的遠端操作機器人拍攝檢查照片，然後進行處理以識別裂縫並自動定位。利用攝影測量和深度學習來分析CERN的地下基礎設施，來自Future Studies section 和University College Cork的專家團隊已經開發出一種實時裂縫和特徵識別演算法。

(4)DTiQ搭檔alwaysAI於計算機視覺領域

12月21日

為餐館、便利店和專業零售商提供下一代影片智慧、分析和管理影片服務的領先供應商DTiQ選擇了計算機視覺平臺領導者alwaysAI以幫助其影片分析AI。alwaysAI與DTiQ合作為其客戶提供智慧影片解決方案，以檢測和跟蹤個別客戶，併為GDPR合規性提供增強的隱私遮蔽，讓運營商有能力為每個客戶進行最佳化，包括服務速度和端到端的運營效率。透過alwaysAI，DTiQ的影片分析能夠為客戶提供更大的成果、創造巨大的投資回報，並徹底改變餐廳和零售場所的管理方式。

(5)臉書提出MaskFeat

12月22日

臉書和約翰霍普金斯大學研究人員提出一種新的影片模型的自監督預訓練方法——蒙面特徵預測（MaskFeat），該方法可以迴歸蒙面區域的特徵。MaskFeat優於MAE方法，並在各種影片基準上實現了最先進的結果。MaskFeat採用了一種簡單的“蒙面比預測”策略，並採用影象定向梯度直方圖（HOG）的預測方法。MaskFeat的設計使其能夠學習豐富的視覺知識並驅動基於Transformer的大型模型，在不使用額外模型權重或監督情況下產生強大效能。

(6)KAIST在深度神經網路演示人臉檢測

12月23日

KAIST（韓國科學研究院）的一個研究小組表明，即使在從未經過訓練的深度神經網路中，面部影象視覺選擇性也可以出現。其使用AlexNet45的未經訓練的深度神經網路中的隨機前饋佈線可以自發地產生面部選擇性。該模型神經網路捕獲視覺皮層腹側流的特徵。其證明，這種內在面部選擇性的性質與大腦中面部選擇性神經元的性質相似。這種對人臉的自發神經元調諧允許網路執行人臉檢測任務。

(7)臉書釋出Bean Machine

12月23日

臉書釋出Bean Machine測試版，這是一個基於PyTorch的機率程式設計框架，可以很容易地描述和了解各種應用程式中使用的機器學習模型中的不確定性。Bean Machine可以建立特定於域的機率模型。它還使用多種自主的、不確定性感知的學習演算法來了解模型的看不見的特徵。Bean Machine具有宣告性思維，可以實際提升推斷可能的分佈。其可以在原始碼中顯式編碼複雜模型，有助於將模型的結構與問題的結構擬合。

(8)谷歌調研深度學習中的集體智慧

12月23日

谷歌Brain研究團隊調查了歷史和近期對複雜系統的神經網路研究，並結合集體智慧原則來提高深度神經網路的能力。集體智慧可以在複雜系統中表現為自組織、緊急行為、群體最佳化和細胞系統；這種自組織行為也可以自然地出現在人工神經網路中。其論文確定並探索了與集體智慧密切相關的四個深度學習領域：影象處理、深度強化學習、多智慧體學習和元學習，介紹了其過去和現在的研究。

(9)OpenAI釋出GLIDE用於文字到影象生成

12月24日

OpenAI研究團隊提出了GLIDE（用於生成和編輯的引導式語言到影象擴散），用於生成高質量的合成影象。GLIDE是一種擴散模型，可以在使用不到三分之一的引數（35億）的同時實現與DALL-E競爭的效能，且需要更少的取樣延遲，並且不需要CLIP重新排序。在測試中GLIDE生成了具有逼真陰影、反射和紋理的高質量影象。該模型還可以組合多個概念，同時將顏色等屬性繫結到這些物件。

(10)Pytorch為TorchVision引入新API

12月24日

Pytorch為TorchVision引入一個新的向後相容API，用於構建具有多權重支援的模型。新的API允許在相同的模型變體上載入不同的預訓練權重、跟蹤重要的元資料，如分類標籤，幷包括使用模型所需的預處理轉換。新的API解決了原先無法支援多個預先訓練的砝碼、缺少推理/預處理轉換和缺乏元資料的限制，並減少標準任務所需的樣板程式碼量。其新功能的核心是能夠為同一模型變體定義多個不同的權重。

半導體行業動態

半導體全球公司動態

(1)日本Floadia推出每單元7位的儲存技術

12月20日

日本初創公司Floadia Corp稱其已開發出每單元7位 (7bpc) 的儲存技術。他們認為這個 7bpc的快閃記憶體晶片可能被應用在WORM場景中，在150攝氏度下具有有效的10年資料保留時間。但是相比之下具有這種控制級別的標準現代儲存單元只能將資料儲存約100秒。cell使用分散式電荷陷阱設計，使用氧化矽 - 氮化物 - 氧化物 - 矽佈局，中間包含一個有效的氮化矽膜，電荷可以被捕獲以實現高保留。

(2)MML薄膜電容比陶瓷電容輕90%

12月20日

微型微層（MML）薄膜電容器提供400j/dm3的能量密度，與聚丙烯或聚酯電介質相比重量和尺寸更小。與其他薄膜技術相比，MML薄膜電容器的尺寸和重量減少了約50%。與多層陶瓷電容器（MLCC）相比，重量減輕了70%–90%，在施加電壓時沒有電容下降，並且在整個溫度範圍內具有<5%的低漂移。因此使用堆疊MLCC組會的應用現在可以替換為單個MML單元。

(3)臺積電推出HPC N4X工藝

12月21日

臺積電推出N4X技術——用於HPC晶片的5nm工藝。4X是臺積電首款以HPC為重點的技術產品，代表了5nm系列的終極效能和最大時鐘頻率。X表示臺積電專為HPC產品開發的技術。N4X的效能比N5提高了15%，比N4P提高4%。N4X 可滿足超過1.2 伏的驅動電壓。客戶可以利用N5工藝的通用設計規則來加速其N4X產品的開發。臺積電預計N4X將在2023年上半年進入風險生產。

(4)Flexlogix推出新邊緣推理加速器

12月22日

Flexlogix開發的邊緣推理加速器具有4k MAC動態張量處理器陣列，並針對醫療、監控和物聯網應用中的Mpixel影象處理模型進行了最佳化。InferX X1邊緣推理加速器專為處理實時Mpixel視覺工作負載而設計，這些工作負載需要為實時小批次執行的深度學習模型提供高頻寬支援。InferX X1同時支援使用混合精度的模型，包括INT8、INT16和BF16。加速器允許不同層之間混合，並且還設計了用於這些工作負載所需要的低延遲batch size。該加速器同時支援x86和Arm架構以及不同作業系統。

(5)TSEM開發世上首個矽光子代工工藝

12月22日

TSEM（Tower Semiconductor）和Juniper Networks開發了世界上第一個矽光子學（SiPho）代工工藝，集成了III-V鐳射器、放大器、調製器和探測器。這種整合的鐳射工藝解決了資料中心和電信網路中的光連線問題，以及人工智慧、LiDAR和其他感測器中新興應用的問題。根據市場研究公司Yole的資料，資料中心的矽光子收發器市場預計將以40%的複合年增長率快速增長，到2025年將達到超過50億美元。

(6)CAES開發空間RISC-V微處理器

12月23日

ESA（歐洲航天局）向CAES（Cobham Advanced Electronic Solutions）提供了一份合同，用於開發基於開放式 RISC-V指令集架構（ISA）的 16 核、空間強化微處理器。CAES釋出的第一個實現 RISC-V 架構的處理器的可綜合VHDL模型是NOEL-V，它可以實現雙發處理——每個週期最多允許並行執行兩條指令。為了支援流水線的指令釋出率，NOEL-V具有先進的分支預測能力。NOEL-V的快取控制器支援一個儲存緩衝區FIFO，每個儲存一個週期的持續吞吐量，以及廣泛的AHB從支援，以實現快速儲存和快速快取重新填充。

(7)三星推出PCIe 5.0，硬碟速度提升近2倍

12月23日

三星正在為企業伺服器提供SSD產品，將PCIe 5.0介面與三星的第六代V-NAND結合。PCIe 5.0 提供每秒32千兆傳輸（GT/s）的頻寬，是PCIe 4.0的兩倍。SSD將具有高達每秒13000 MB / s的順序讀取速度和每秒2500K輸入/輸出操作（IOPS）的隨機讀取速度，提供比以前基於PCIe 4.0的產品快1.9倍和1.7倍的速度。此外寫入速度也顯著提高，順序寫入速度為 6600 MB/s，隨機寫入速度為 250K IOPS，速度也提高了1.7倍和1.9倍。SSD可以提供高達每瓦608 MB / s的改進功率效率，這比上一代產品提高了約30%。

(8)日立推出EUV 3nm和5nm工藝檢測系統

12月23日

隨著檢測目標數量的增加，對高通量、高解析度檢測和測量的需求也在增加。日立為了應對這種對廣域高速、靈敏檢測和測量日益增長的需求，推出GS1000電子束檢測系統，以滿足半導體器件批次生產市場的需求，該系統可用於EUV 3nm和5nm工藝。具有以下主要特點：1）具有高速、廣域電子束檢測能力；2）高速、大容量的影象處理系統。

半導體全球交易事件

■國外融資併購交易

(1)[收購] 瑞薩電子完成對Celeno的收購

12月20日

瑞薩電子表示自2021年12月20日起，成功完成對智慧創新Wi-Fi解決方案公司Celeno（Celeno Communications）的收購。瑞薩電子使用約3.15億美元完成了交易，並根據最終協議中規定的某些時間節點逐步完成現金支付。Celeno總部位於以色列，為高效能家庭網路、智慧建築、企業和工業市場提供廣泛的無線通訊解決方案，包括先進的Wi-Fi晶片組和軟體解決方案。

(2)[融資] Kneron B輪融資2500萬美元

12月21日

美國聖地亞哥的全棧AI公司Kneron表示B輪融資2500萬美元。世界領先的智慧生活解決方案提供商LITEON Technology作為戰略合作伙伴為其進行投資，本輪融資的其他投資者包括Alltek、PalPilot、Sand Hill Angels和Gaingels。這些資金將作為戰略合作伙伴關係的一部分，以推進智慧城市技術的發展，這是實現L4和L5自動駕駛汽車的關鍵。例如路邊的AI盒子，它有助於指導和控制自動駕駛汽車，這些車輛本身將由Kneron已經生產的Edge AI晶片提供幫助。

(3)[收購] YES收購SPEC

12月21日

為半導體先進封裝、生命科學和 "More-than-Moore "應用提供工藝裝置的領先製造商YES（Yield Engineering Systems, Inc.）今天宣佈已經收購美國加州的SPEC（Semiconductor Process Equipment Corp.），收購金額未透露。這兩家公司曾在6月宣佈了一項戰略合作協議。這次收購彙集了兩家長期以來值得信賴的半導體裝置供應商，他們之間擁有超過70年的行業經驗。

(4)[收購] Vishay 2100萬美元收購Barry

12月22日

Vishay（Vishay Intertechnology）宣佈已簽署最終收購協議以2100萬美元收購Barry（Barry Industries）的幾乎所有資產和某些負債，全現金交易預計將於2021年12月31日完成。Vishay公司總部位於馬薩諸塞州阿特爾伯勒，是全球領先的半導體封裝和電阻元件的垂直整合製造商。Barry Industries是軍事、商業、航空航天，醫療和光纖裝置領先製造商的認可供應商。加入Barry Industries擴充套件了Vishay的高頻和高功率電阻器技術，透過此次收購Vishay正提升應對電信基礎設施、軍事和汽車市場中應用不斷增長的能力。

■ 千芯週刊 人工智慧與半導體資訊（2021.12.13-12.19）

■ 千芯週刊 半導體與人工智慧資訊 （2021.12.06-12.12）

■ 千芯週刊 半導體與人工智慧與資訊（2021.11.29-12.05）