广告

神经网络解决方案商燧原科技获3.4亿融资,腾讯领投

时间:2018-08-07 阅读:
人工智能领域神经网络解决方案商燧原科技今日宣布,获得Pre-A轮融资3.4亿元人民币,由腾讯领投,种子轮投资方……
广告

 人工智能领域神经网络解决方案商燧原科技今日宣布,获得Pre-A轮融资3.4亿元人民币,由腾讯领投,种子轮投资方亦合资本(武岳峰资本旗下基金)、真格基金、达泰资本、云和资本继续跟投。本轮融资将用于云端AI加速芯片及相关软件生态的研发投入。8y4EETC-电子工程专辑
image001.png8y4EETC-电子工程专辑
燧原科技今年3月成立于上海,在上海和北京设有研发中心。其产品是针对云端数据中心开发的深度学习高端芯片,定位于人工智能训练平台。芯片将采用自主研发的独特创新架构,具有高算力、高能效比、可编程、低成本、支持主流机器学习框架等特点,专为云端AI 训练设计和优化。公司研发团队的主要成员都拥有15年以上的高端芯片及相关软件生态系统的开发及量产经验,有着丰富的工程和产品化实战经历,成功开发并量产过多颗大型芯片。8y4EETC-电子工程专辑

燧原科技CEO赵立东表示:“国家人工智能发展规划中,明确了加强新一代人工智能的研发并加快深度应用,带给燧原科技这样的高科技创新企业巨大的发展机会和空间。本轮融资我们引入了战略投资,为燧原的发展奠定坚实的基础。我们会把握机遇,深耕技术,致力于成为中国人工智能芯片自主创新解决方案的技术领军者和可靠供应商。”8y4EETC-电子工程专辑

燧原科技COO张亚林表示:“人工智能神经网络的广泛应用,对于软硬件系统提出了很高的要求,包括生态系统的多样性、未来算法的灵活性、算力架构的通用性和系统结构的扩展性,而这都需要软硬件系统工程化的团队来实现。燧原科技优秀的研发团队,将专注于打造拥有自主知识产权、安全可控、高性能低成本的AI云端训练芯片,并以优化的软件生态系统切入中国云服务器和数据中心市场,引领未来人工智能算力架构的全新变革。”8y4EETC-电子工程专辑

腾讯投资董事总经理姚磊文认为:“随着中国的产业升级,国家需要在高科技行业掌握自主可控的技术,而人工智能芯片是中国企业弯道超车的好机会。腾讯希望能够利用自己在产业方面的资源,和中国顶尖的团队一起,打破国外厂商垄断人工智能芯片的现状。燧原科技拥有强大的研发团队和软硬件系统工程化的深厚积累,以及芯片领域成功的研发经验,由此我们对其发展前景充满信心。”8y4EETC-电子工程专辑

qrcode_EETCwechat_120.jpg8y4EETC-电子工程专辑

关注最前沿的电子设计资讯,请关注“电子工程专辑微信公众号”8y4EETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 利用神经形态芯片仿真人脑 长期以来人们一直在研究生物细胞的电特性,以便了解细胞动力学。离子电流的动态特性和离子电导的非线性是由微观参数控制,由于测量微观参数具有相当的难度,阻碍了定量运算模型的建构…
  • 研究表明端到端模拟芯片可用于AI计算 神经拟态芯片初创公司Rain Neuromorphics与Mila合作进行的一项研究证明,使用全模拟硬件训练神经网络是可能的,显示出创建端到端模拟神经网络的可能性。这对整个神经拟态计算和AI硬件领域都具有重大意义:完全采用模拟AI芯片可以进行训练与推理,从而可以大大节省算力、能耗,并缩减延迟时间和产品尺寸。
  • 光学计算有望彻底改变AI性能的游戏规则 初创公司Lightmatter专注于开发针对AI加速的光学计算处理器,在第32届Hot Chips大会上展示了一款测试芯片。该处理器利用硅光子学和MEMS技术,通过毫瓦级激光光源供电,可以光速(在硅片中)执行矩阵矢量乘法。基于此次测试芯片的首个商用产品将于2021年秋季推出, 它是一款带光学计算芯片的PCIe卡,专为数据中心AI推理工作负载而设计。
  • 在MCU上进行深度学习才是边缘计算的未来 现在,机器学习(ML)不再需要每秒执行数万亿次操作(TOPS)的处理器。很多情况下,最新的微控制器(有些配置有嵌入式ML加速器)就可以在边缘设备上执行机器学习,它代表着物联网发展的下一阶段:在生产数据的源头,例如麦克风、摄像头和监控其他环境条件的传感器中引入智能计算,并使物联网应用受益。
  • 利用嵌入式AI,将大数据转变为智能数据 工业4.0应用产生大量的复杂数据——大数据。传感器和可用数据源越来越多,通常要求机器、系统和流程的虚拟视图更详细。这自然会增加在整个价值链上产生附加值的潜力。但与此同时,有关如何挖掘这种价值的问题不断出现。毕竟,用于数据处理的系统和架构变得越来越复杂。只有使用相关、优质且有用的数据,也就是智能数据,才能挖掘出相关的经济潜力。
  • 人工智能在自动驾驶车辆中的作用 自动驾驶车辆在农业、运输和军事等领域开始成为一种现实,普通消费者在日常生活中使用自动驾驶车的那一天也在迅速来临。自动驾驶车辆根据传感器信息和AI算法来执行必要的操作,它需要收集数据、规划并执行行驶路线。而这些不同的任务,尤其是规划和执行行驶路线需要非传统的编程方法,它依赖AI中的机器学习技术。
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了