广告

Imec与Leti携手推动欧洲AI与量子计算发展

时间:2018-11-27 作者:Nitin Dahad 阅读:
在法国总统马克龙 (Emmanuel Macron)于比利时进行国事访问期间,欧洲两大研究组织imec和CEA-Leti宣布携手发展欧洲AI和量子计算中心…
广告

欧洲两家主要的电子和纳米技术研究机构——比利时研究机构imec和法国研究单位CEA-Leti,宣布双方签署合作备忘录(MoU),将携手发展欧洲人工智能(AI)和量子计算中心。dYgEETC-电子工程专辑

随着安全和隐私问题成为几乎每一个组织关注的重要议程,提高在边缘的处理能力以及为终端节点加入更多智能的竞赛正加速展开。对于电子系统设计,大多数的主导芯片公司如今都在提供或开发深度学习以及边缘AI设备或IP。边缘AI设备通常是在硬件设备(芯片)上本地显示智能行为的完整计算机子系统,分析其环境,并采取所需的行动以实现特定目标。dYgEETC-电子工程专辑

边缘AI如今被视为有望解决许多社会挑战——从治疗目前本手无策的疾病,到尽可能减少农业对环境的冲击。从云端到边缘的分散化,是AI技术应用于大规模异质系统的关键技术挑战。这需要以高效能的处理器,为组件产业带来创新。dYgEETC-电子工程专辑

这就是imec和CEA-Leti希望建立欧洲卓越中心之处。在法国总统马克龙(Emmanuel Macron)于比利时进行国事访问期间,两大组织签署了一份合作备忘录,为AI和量子计算(欧洲产业的两大关键策略价值链)建立策略伙伴关系奠定基础,以加强欧洲的策略和经济主权。dYgEETC-电子工程专辑

imec和CEA-Leti的合作计划突显了欧洲在这些技术开发中发挥主导作用的远大抱负。该研究中心的合作将集中在神经形态和量子计算的开发、测试和实验,并将为欧洲产业合作伙伴带来可资利用的数字硬件计算工具箱,从而促成在各种应用领域的创新,包括从个人医疗保健与智能移动,到新的制造业和智能能源产业。dYgEETC-电子工程专辑

imec总裁兼首席执行官Luc Van den hove表示,“开发AI和量子计算等技术的能力,并落实其于各种应用的产业用途,是欧洲面临的主要挑战之一。量子和神经形态计算(用于实现AI)都是非常有前景的创新领域,因为它们拥有巨大的工业化潜力。”dYgEETC-电子工程专辑

Van den hove表示,imec和CEA-Leti之间针对这些领域加强合作,将有助于加快技术的开发时间,为其提供创造更快影响力所需的群聚效应。dYgEETC-电子工程专辑

CEA-Leti首席执行官Emmanuel Sabonnadière表示,与imec的合作以及之前与德国弗劳恩霍夫微电子集团(Fraunhofer Group for Microelectronics)的创新合作协议,“将有助于三家研究机构的重点集中于让欧洲的AI、高性能计算(HPC)与网络安全应用保持在新数字硬件最前端。”dYgEETC-电子工程专辑

Imec和CEA-Leti邀请来自业界和学术界的合作伙伴加入,希望他们能从利用研究中心的技术中受益——实现更高度的设备复杂性、可重复性和材料优化,同时共同分担竞争前研究的成本。dYgEETC-电子工程专辑

编译:Susan Hong, EET TaiwandYgEETC-电子工程专辑

qrcode_EETCwechat_120.jpgdYgEETC-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”dYgEETC-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。
Nitin Dahad
EE Times欧洲记者。Nitin Dahad是EE Times的欧洲记者。
  • 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。
  • 价值900亿美元的美国半导体连环并购案揭秘 2020年见证了非比寻常的半导体行业,一场旷日持久的疫情不但遮掩了全球半导体的持续下滑,也冲淡了中美科技冷战的硝烟。同时,另外一个被掩盖的现象下半年开始浮出水面,那就是半导体行业的一连串并购活动。并购金额之大令人咋舌,对整个半导体甚至高科技行业的影响也将会无法估量。本文将针对ADI/Maxim、Nvidia/Arm及AMD/Xilinx这三大并购案展开深入探讨,并简要提及对中国半导体的影响和启示。
  • 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。
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