<blockquote id="devj2"></blockquote>
    1. <td id="devj2"></td>

      <td id="devj2"><menuitem id="devj2"></menuitem></td>

    2. <meter id="devj2"><xmp id="devj2"></xmp></meter>

      广告
      文章
      • 全站
      • 文章
      • 论坛
      • 博客
      高级
      首页 / 科技 / 科技创新 / 正文
       
      广告
       

      蓄势待发 日本芯片再造边缘智能

      尽管人工智能在日本的热?#20154;?#20046;不及美国和中国£¬但是£¬结合了本国芯片优势的日本人工智能£¬似乎也不可小觑¡£

      本文由知识自动化£¨zhishipai£©授权转载

      中国人工智能的热浪£¬总会让国人觉得最热的市场就在这里¡£?#26376;?#25991;¡¢舆论热度£¬日本¡¢德国似乎都是落后的骆驼¡£?#23548;?#19978;£¬虽然呼声不高£¬但日本在扎扎实实地推动人工智能的发展£¬尤其是结合它曾经非常有优势的半导体行业¡£

      日本国家队的五年课题

      日本政府围绕社会5.0问题出台了一系列的相关政策£¬反复强调AI的作用¡£在第5届科技基本计划£¨2016年1月内阁会议决定£©中£¬在实现¡°社会5.0¡±方面£¬确立需要迅速加强的基础技术包括£º支持先进通讯的¡°AI 技术?#34180;?#20197;及物联网发展中用于提升现场系统实时数据处理的高速化和多样化的¡°边缘计算¡±等¡£而在2017年6月内阁会议的¡°未来投资战略2017¡±中则提出£¬半导体和创新传感器?#28982;?#30784;技术及其?#24230;?#24335;系统开发£¬是重点投资领域, 从而提升AI¡£

      作为日本最重要的国立研发机构之一£¬新能源・产业技术综合开发机构£¨NEDO£©物联网推进部¡¢创新推进部于在2018年4月发布的¡°加快AI芯片开发的创新推进项目¡±基本计划¡£该计划以加快AI芯片创新设想的快速落地为目的£¬但它突出了两个方向£º一个加强与AI芯片开发相关联的创新设想的实用性研发¡£这类项目主要面向一些机动灵活的创新型中小企业,解决中小企业资金缺乏的问题¡£而这些企业通常由一些带有革新性思维的创新人才创建和运营¡£第二个方向是促进AI芯片快速开发的通用技术基础的研发¡£该项?#31354;?#23545;AI芯片研发过程中都会涉及的设计平台¡¢评价体系£¬以及性能检验标准等问题£¬试图建立一个产学研相结合的研发体系£¬扫除影响AI芯片研发速度和效率的障碍¡£与项目一主要以产业界为导向¡¢以快速产业化为主要目标的思路不同£¬项目二主要以各大高校和科研院所为主导£¬除了消除技术性障碍£¬还着眼于AI芯片开发人才的培养¡£

      该项目为期五年£¬目标是逐步将技术实用化率提高到50%以上£»通用基础技术¡¢学习环?#22330;?#35774;计环境等的使用数?#30475;?#21040;15件以上¡£2018年是该计划实施的第一年£¬虽然年度总预算只有8亿日元£¬但是却吸引了包括东京大学¡¢庆应义塾大学等高校£¬以及丰田等大型集团的?#29575;ôÑ芯?#38498;的关注和参与¡£NEDO还为此专门在日本多个主要城?#33455;?#21150;了宣?#19981;á¡?#32780;到了2032年£¬日本期望可?#28304;用?#21521;边缘的AI芯片£¬获得约750亿日元£¨约50亿人民币£©的市场额¡£

      这是围绕日本社会5.0的发展£¬在物联网和AI领域的一个重大计划¡£有意思的是£¬一开始双方就?#32423;¨£?#36825;个项目研发成果相关的知识产权£¬根据¡°国立研发法人新能源・产业技术综合开发机构 新能源产业技术业务方法书¡±第25条的规定£¬原则上全部归属于受委托人¡£从项目初期开始£¬构建着眼于项目化的知识产权战略£¬实施?#23454;?#30340;知识产权管理¡£

      蓄势待发 日本芯片再造边缘智能

      图£ºAI项目时间表

      日本的创新型企业虽然具有与AI相关的先进技术£¬但是为了使AI在边缘侧有效且高速地发挥作用£¬需要设计开发出AI操作专用设备£¨AI芯片£©¡£但是£¬AI芯片在开发中需要使用费用高昂的专用设计工具£¨EDA 工具£©¡¢验证装置等£¬而且试产£¨流片£©费用也很高£¬因此即使企业有创新构想£¬也难以设计开发AI芯片¡£   

      在必须使用专用设计工具的背景下£¬精?#23500;¯Ê沟?#36335;设计变得复杂¡£如果不使用EDA£¬设计出的电路性能无法得到保证¡£因此£¬在构思阶段£¬商业化之前的计划变得不明确£¬难以获得民间资金¡£对于想要进入AI芯片业务的企业?#27492;担?#36825;是产品研发和商业化之间的一大障碍¡£   

      日本政府正在主导一些实施政策£¬正是为了消除这一障碍£¬推进AI芯片设计开发£¬在开发过程中培养人才£¬有助于实现边缘计算£¬提升日本的产业竞争力¡£尽管日本东京大学为中心运营的LSI开发支持基地VDEC£¬早在1996年已经建立£¬但由于其学术许可受到主体学术用途的制约¡£

      为此£¬日本正在建立新的通用基础£¬加快创新型企业的创新理念的研发和商业化¡£ 这正是大块头的国家队NEDO加入阵地的原因¡£

      AI点燃半导体

      日本经济新闻曾发专题讨论£¬为什么在世界级的产学研机构方面£¬日本的存在?#24515;?#20040;低¡£在一?#25991;?#38401;会议上£¬日本总理安倍晋三也对日本严格的数据隐私管理给人工智能发展带来的影响提出了改进的倡议¡£数据利用上的劣势一定程度上影响了日本人工智能的发展¡£

      根据日本?#33455;?#26426;构DataArtist的统计数据£¬日本的AI关联企业数?#30475;?#32422;在200至300家£¬相对于美国包括谷歌¡¢IBM¡¢微软等科技巨头在内上千家AI关联企业的规模£¬日本的AI关联企业无?#19978;缘?#21183;单力薄¡£

      同时£¬DataArtist的统计数据还显示£¬2011至2015年间£¬中国发表的AI关联论文已达41000篇£¬美国达到了25500篇£¬而日本只有11700篇¡£

      30年前£¬日本的半导体产品占世界总产量的45%£¬是当时世界最大的半导体生产国¡£截止到1990年£¬全球前10大半导体厂商中£¬日本就占了6席£¬风头一时无二¡£而在2014年£¬随着东芝剥离NAND Flash业务£¬由贝恩资本集团并购£¬?#27807;?#26085;本企业?#27807;?#36864;出了消费级半导体市场第一阵营¡£

      然而£¬如今日本的半导体产业市场份额只有10%£¬?#36335;?#19982;经济一样陷入了¡°失去的三十年?#34180;?#20197;至于日本媒体一直感慨美国和中国已经在引领世界AI的风?#34180;?/p>

      但是£¬从?#25345;?#24847;义上?#27492;担?#20063;正是因为面临数据匮乏的问题£¬日本更多地将精力聚焦于芯片制造业¡£日本在半导体材料和制造设备上的市场份额却一直保持着很高的比例¡£据国际半导体产业协会(SEMI)推测£¬日本的半导体材料行业在全球?#21152;芯?#23545;优势£¬在硅晶圆¡¢光刻胶¡¢键合引线¡¢模压树脂及引线框架等重要材料方面占有很高份额£¬总份额达到约52%¡£而在半导体设备领域£¬全球规模以上晶圆制造设备商共计58家£¬其中£¬日本企业多达21家¡£

      2018年8月£¬三菱化学控股(Mitsubishi Chemical Holdings)旗下的公司£¬花?#35328;?.8亿美元并购了德国专门生产半导体清洁设备的公司Cleanpart£¬主要是为了顺应汽车电动化趋势£¬以及AI¡¢IoT普及而产生的数据量增加等原因带来的半导体清洁需求¡£

      这些资本市场的运作£¬有利地支撑了日本半导体行业的发展¡£

      在半导体市场上£¬日本虽然失去了商品市场£¬但是没有失去制造能力¡£这样的技术储备£¬完全足以支撑日本厂商在必要的时候重新占领市场¡£

      日本芯片£¬正在重新布局£¬卷土重来¡£物联网的边缘智能£¬正在成为日本芯片的全新阵地¡£

      日本芯片的布局

      专注于汽车行业的瑞萨 AI芯片£¬已经成为日本闪耀的明星¡£瑞萨电子目前已经发布?#20284;?#22522;于32位CPU内核的控制器RX66T£¬该控制器可以灵活地配置于机器人¡¢?#19994;?#31561;电子产品上£¬为人工智能技术的端应用提供有力的支持¡£?#36865;â£?#29790;萨电子还以67亿美元收购了美国芯片商IDT£¨Integrated Device Technology Inc£©¡£一系列的布局£¬都进一步增强了瑞萨在半导体市场的话语权¡£

      而在2018年11月£¬日本汽车零部件供应商Denso收购了德国芯片制造商英?#38378;?#31185;技¡£同时£¬还与丰田公司在东京共同成立了致力于推动无人驾驶技术的公司TRI-AD£¬目标直指人工智能技术在无人驾驶上的终端应用¡£

      在AI芯片的应用定位上£¬相比主流的云计算AI芯片£¬日本制造业更侧重于研发面向边缘计算的终端AI芯片£¬例如£¬面向物联网应用的传感器芯片和自动驾驶辅助系统(ADAS)的芯片¡£在当前阶段£¬研发这些AI芯片的目的£¬都是为了增强日本传统制造业产品的竞争力¡£

      东芝专门针对深度学习中的张量计算问题£¬提出用于开发AI芯片的半导体电路技术TDNN(Time Domain Neural Network)£¬?#27807;ÃAI芯片的电力消耗下降了一半¡£2017年£¬日本电装推出了半导体芯片DFP(Data Flow Processor)£¬适用于自动驾驶中的认知¡¢判断¡¢操作等需求¡£瑞萨推出了一款基于其e-AI(embedded-Artificial Intelligence)构想¡¢适用于自动驾驶深度学习的通用芯片DRP(Dynamically Reconfigurable Processor)¡£传统的电子技术巨头NEC则与东京大学紧密合作£¬致力于研发下一代类脑计算AI芯片¡£而富士通推出了面向深度学习的AI芯片DLU(Deep Learning Unit)£¬并建造了超级计算机¡°京?#34180;?/p>

      这些迹象表明£¬日本的AI芯片产业在未来几年很可能会迎来一个集中的爆发期¡£

      蓄势待发 觊觎霸主

      近年来£¬日本的资本界进行了?#22797;问导?#19978;足以?#35851;?#25972;个人工智能产业格局的收购¡£由于认识到日本在AI芯片设计上的短板£¬日本软银于2016年用310亿美元收购了英国老牌芯片公司ARM£¬2017年又从谷歌?#37038;?#20102;著名的波士顿动力系统公?#23613;?#24066;场?#33455;?#39038;问公司Compass Intelligence发布的最新?#33455;?#32467;果显示£¬在全球AI芯片企业排名中£¬ARM公司排在第7位¡£

      日经新闻报道称£¬由于担心日本的人工智能?#33455;?#33853;后于人£¬日本政府也成立了专门的基金用以支持国内AI芯片的研发£¬同时也加大了对高校和科研机构在AI芯片?#33455;?#32463;费上的支持力度¡£总的项目金额不详¡£但是和中国政府的研发?#24230;?#27604;£¬差距不小¡£但日本的资金和研发能力£¬基本都藏在企业内部£¬而不是政府公开的数据¡£

      半官方背景的日本新能源产业技术综合开发机构(NEDO)去年提出了一个旨在全面整合日本AI芯片¡°产学?#23567;?#36164;源的政策建议¡£其中特别强调了基于举国体制从人才培养¡¢技术储备¡¢设备制造¡¢商业环境?#28909;?#26041;位争取AI芯片产业制高点的战略意义¡£

      这些举措表明£¬日本已经蓄势待发£¬借助AI的发展£¬同时收复半导体£¬尤其AI芯片的领域的竞争¡£日本不仅一直牢牢把握着AI芯片制造的核心技术£¬而且正在试图重新夺回半导体行业的霸主地位£¬并在新一轮的人工智能的竞争中取得优势¡£

      本文经授权发布£¬不代表世界经理人立场¡£如若转载请联系原作者¡£

      © 世界经理人£º自1999年创立以来£¬世界经理人网站(www.95059711.com)致力于引导职业经理人实现卓越管理£¬以专业的形象为经理人用户全方位提供最佳管理资讯服务和互动平台¡£

           

       
       

      相关文章

      今日聚焦

       
      广告
      广告

      世界经理人网站App?#30053;?/h4>

      热门排行榜

      • 热门
      • 经典
      • 管理
      • 文章
      • 论坛
      • 博客
       
       
      11Ñ¡Îå

      <blockquote id="devj2"></blockquote>
      1. <td id="devj2"></td>

        <td id="devj2"><menuitem id="devj2"></menuitem></td>

      2. <meter id="devj2"><xmp id="devj2"></xmp></meter>

        <blockquote id="devj2"></blockquote>
        1. <td id="devj2"></td>

          <td id="devj2"><menuitem id="devj2"></menuitem></td>

        2. <meter id="devj2"><xmp id="devj2"></xmp></meter>