资本再度加持芯片!寒武纪宣布完成数亿美元B轮融资

640?wx_fmt=gif


本周三,中国AI芯片初创公司寒武纪宣布完成B轮融资,投后整体估值达25亿美元。不过,此次寒武纪并未同时披露具体融资额,仅表示总额达数亿美元。另外,不出意料,投资方中有依然有数个国家队资方的身影。

 

本轮融资由中国国有资本风险投资基金、国新启迪、国投创业、国新资本联合领投,中金资本、中信证券投资&金石投资、TCL资本、中科院科技成果转化基金跟投,原股东元禾原点、国科投资、阿里巴巴创新投、联想创投、中科图灵继续跟投支持。

 

而寒武纪上一轮的融资发生在2017年8月,当时A轮融资的1亿美元来自国投创业、阿里巴巴创投、联想创投、国科投资等联合投资。


今年五月,寒武纪发布了第三代机器学习终端处理器1M,其性能比此前发布的寒武纪1A高10倍。配置方面,寒武纪1M使用了台积电7nm工艺生产,其8位运算效能比达5 Tops/watt(每瓦5万亿次运算)。

640?wx_fmt=jpeg

另外,寒武纪提供了2Tops、4Tops、8Tops三种尺寸的处理器内核,以满足不同场景下不同量级智能处理的需求。寒武纪1M处理器除了与上两代芯片一样支持CNN、RNN、SOM等多种深度学习模型,还增加了SVM、k-NN、k-Means、决策树等经典机器学习算法的加速。

 

与此同时,寒武纪更是重磅发布了新一代云端AI芯片——Cambricon MLU100云端智能芯片,这意味着寒武纪成为中国首家同时拥有终端和云端智能处理器产品的公司。MLU100智能芯片(Cambricon-MLU100),适用于视觉、语音、自然语言处理等多种类型的云端人工智能应用场景,可以高效完成多任务、多模态、低延时、高通量的复杂智能处理任务。

 

如今,在新资金的助力下,寒武纪会继续进行AI芯片的研发,让机器更好地理解和服务人类。

(文中图片来自网络)

640?wx_fmt=png

投稿、约访、合作,联系邮箱aiobservation@qq.com

添加微信aixiaozhijun,更多交流或进AI观察团

640?wx_fmt=gif
【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
寒武纪芯片是一种人工智能(AI)算力加速芯片,由中国创业公司寒武纪科技推出。该芯片采用独特的架构和设计理念,能够高效地进行深度学习和计算机视觉等人工智能任务。寒武纪芯片以其出色的性能和功能,备受业界关注。 寒武纪芯片具有以下特点: 1. 高能效:寒武纪芯片采用了自主研发的架构设计,将电路与算法优化结合,实现了高能效的计算能力。相较于传统的通用型处理器,寒武纪芯片在相同功耗下能够提供更强大的AI计算能力,进而降低了数据中心和边缘设备的能耗和运营成本。 2. 高性能:寒武纪芯片内置了大量的计算单元和高速缓存,能够快速而准确地进行数据处理和模型推理。这使得寒武纪芯片在深度学习和计算机视觉等AI任务中具备出色的性能表现,能够满足各种复杂应用的需求。 3. 易用性:寒武纪芯片支持多种编程框架和开发工具,方便开发者进行人工智能应用的开发和优化。无论是在大规模的数据中心还是在边缘设备上,寒武纪芯片都提供了丰富而便捷的开发环境,帮助开发者快速实现AI应用。 4. 多样化的应用场景:寒武纪芯片广泛应用于各个领域,包括自动驾驶、智能视频监控、智能语音助手、智能制造等。其强大的计算能力和低能耗的特点,使得寒武纪芯片在提升生产效率、改善生活品质和推动社会进步方面具有巨大潜力。 总之,寒武纪芯片通过其高能效、高性能和易用性,为人工智能应用带来了新的可能性。它成为了中国在AI芯片领域的代表之一,为国内外用户提供了强大的计算支持,推动了人工智能产业的发展。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值