百度CTO王海峰：中国开源力量贡献全球科技创新

12月20日消息，由深度学习技术及应用国家工程实验室与百度联合主办的Wave Summit+ 2020深度学习开发者峰会在北京举行。百度CTO、深度学习技术及应用国家工程实验室主任王海峰出席大会并发表致辞，他表示，开源开放的精神内涵，已不仅是技术开发领域的协作机制，更是驱动技术创新和加速产业发展的核心动能。

王海峰认为，首先，开源开放正在加速科研创新。他表示，科学精神中很重要的一点就是开放精神，而科技发展的过程就是全人类共享科技成果的过程。开源开放对人类社会过去几百年科学和技术的发展起到非常重要的作用，让我们可以更快追踪到最新的技术进展，并将改进意见以及创新思想迅速进行反馈，形成一个正循环，进一步推动科技的创新迭代。深度学习的发展就是一个例证，大量的科技成果都基于开源深度学习框架研发，通过开源代码的方式共享成果，而这一过程也进一步加快了深度学习及相关领域的技术创新发展。更令人欣慰的是，有很多科研成果都来自中国的科研人员以及技术开发者，中国开源力量正在影响全球的科技创新。

开源开放也正在加速产业创新发展。王海峰表示，在以深度学习为代表的人工智能发展浪潮中，产业界已经成为驱动开源开放的重要力量。产业界通过开源开放，凝聚全球的创新要素，加速产品的创新和成熟完善，进而促进技术生态的构建。同时，开源软件已经深入到企业信息化、智能化的方方面面，从大数据、云计算、人工智能、深度学习平台，到各种智能应用，开源软件的品类极大丰富，成熟性和可靠性进一步提升，推动企业应用技术的效率和创新的效率都得到了大幅提升。

成熟的开源开放技术生态与开放平台，也正在推动社会各界加快融合发展。王海峰介绍，飞桨正在与软硬件合作伙伴一起，加速适配，并将最新成果及时开源开放，提升产业开发者在不同硬件平台上的创新和开发效率。目前飞桨的硬件生态伙伴已经有20家。同时，在产业应用落地过程，来自新算法、新模型、新架构、新硬件等的技术挑战也进一步推动人工智能软硬件技术的加速创新。例如，百度发布的文心语义理解技术平台，通过集成并全面开放ERINE预训练模型、自然语言处理算法集、开发套件等，已经汇聚了大量自然语言处理方面的开发者，应用于金融、通信、教育、互联网等行业。而在产业落地过程中遇到的各种挑战，也激发了自然语言处理技术的加速创新突破。

本次峰会上，百度还向外界展示了飞桨在产业应用、人才培养、开源社区等方面的生态成果。作为我国首个自主研发、功能完备的产业级深度学习开源开放平台，目前，飞桨已经凝聚了265万开发者，服务10万家企业，创造34万个模型。飞桨作为人工智能技术创新和产业发展的基础设施，正在各行业、多地域、众领域发挥作用并产生更大的影响。“开源开放已经成为推动技术创新和产业发展的核心动能，而驱动这股核心动能的是我们每一个人，我们迈出的每一步都将汇聚成推动人工智能发展的坚实力量！”王海峰表示。

资讯来源：美股投资网 TradesMax

特斯拉在华充电站突破600座，明年加大超充网络在北方地区布局

昨日，特斯拉对外事务副总裁陶琳在个人微博回复网友称，山西的超充网络规划也在计划中，明年会加大在整个北方地区的布局，包括山西。同日，特斯拉官方微博宣布5站齐开，特斯拉中国大陆第600座超级充电站正式上线。

资讯来源：美股投资网 TradesMax

减少芯片依赖，微软也要自研芯片

微软正在为其服务器以及未来的 Surface 设备自行设计基于 Arm 的处理器芯片。报道称，这些服务器芯片将用于微软 Azure 云服务中，另外，微软还在为其某些 Surface 设备设计 “另一种芯片”。

在 PC 端使用基于 Arm 的芯片已经不足为奇，苹果的 M1 的亮眼表现已经证明了该计划的可行性。自研用于数据中心的服务器芯片也预示着越来越多的公司开始通过自研芯片的方式，摆脱对其他芯片公司尤其是对英特尔的依赖。

Surface 芯片多样化始于一年前

事实上，早在去年，微软就已经宣布其新的 Surface Laptop 3 和 Surface Pro X 设备不会配备英特尔处理器，而是同 AMD 和高通紧密合作，为其 Surface 系列生产定制处理器，使得 Surface 芯片多样化，而不是只依赖于英特尔。

在同 AMD 合作方面，微软基于 AMD 的 Zen + 的 12nm Ryzen 5 和 Ryzen 7 Surface 部件上增加了一个额外的图像核心，并对该芯片进行了优化使其更适合于 Surface Laplop 3 的轻薄机箱。

AMD 半定制部门总经理 Jack Huynh 曾接受 The Verge 的采访时表示：“我们花费了数万小时与 Microsoft 携手合作和共同设计，不仅优化了 CPU 和 GPU，还优化了整个系统的电源管理、内存带宽、固件和驱动程序，打造有史以来最高性能的超轻薄笔记本电脑。”

在同高通合作方面，微软在其 Surface Pro X 使用了基于高通骁龙 8cx 的定制芯片 SQ1 处理器，提高其 CPU 和 GPU 的性能。据悉，Microsoft SQ1 是一个 8 核处理器，是首款拥有最快 Kryo CPU 达到 3GHz 的处理器。根据微软 Surface 工程师 Pavan Davulur 此前的介绍，这些 Kryo 内核是适用于 Windows，能够平衡高性能和能耗的内核。此后发布的 Surface X2 又使用了同高通合作的 SQ2 芯片。

微软公司的大多数 Surface 系列产品都是使用的 Intel 芯片，但目前 Surface 的处理器芯片不仅仅只是依赖于英特尔，而是变得多样化，未来微软还将推出自己的个人电脑芯片。虽然微软同苹果一样，在个人 PC 端至占据一小部分市场，但它们的产品都被定位为具有精巧设计的高端产品，例如此前苹果称其基于 M1 的 Mac 与经典笔记本电脑相比有性能提升。

自研服务器芯片以提高性价比

相比于自研电脑处理器芯片，微软将基于 Arm 自研服务器芯片更加有趣。

此前，微软在云计算方面的竞争对手亚马逊已经在一年前推出了自己的基于 Arm 的 Gravition2 处理器芯片，提高性能与成本优势并进入正轨，他们认为自己的芯片更适合他们的某些需求，与主要由英特尔提供的现成芯片相比，具有成本和性能优势，微软可能出于同样的考虑而开始自研芯片。

2017 年，微软宣布与高通和 Cavium 在内的多家 Arm 供应商合作，尝试在 Windows Server 上运行 Arm 芯片，但仅用于微软自己的数据中心，目的是评估 Azure 服务，微软认为基于 Arm 的服务器芯片对于内部的云服务应用程序十分有效，例如搜索、存储、大数据与机器学习等工作负载。

对于是否会自研服务器芯片，微软发言人 Frank Shaw 表示：“由于芯片是技术的基础，我们将继续在设计、制造和工具等领域加大投资，同时也促进和加强与众多芯片提供商的合作伙伴关系。”

近几年，微软加大芯片工程师的招聘力度，比如从英特尔 AMD、英伟达等芯片公司挖人，而高通在放弃服务器芯片业务后，大量人才也纷纷流失。在微软最近发布的一份帖子中，提到了微软在其数据中心内围绕 ARM64 服务器进行的工作，这可能将是公司在 2017 年宣布的计划的延续。

如今，越来越多的公司开始寻找新的解决方案以应对支撑云计算和智能手机生产的大量数据，人工智能芯片设计自动化之后，引发了新芯片设计的狂潮，尤其是对于拥有巨型数据中心的公司而言，对功耗的考虑日益重要，这时基于 Arm 的芯片就成为更加节能更加优秀的选择。

资讯来源：美股投资网 TradesMax

传苹果研发自动驾驶芯片，能否圆十年造车梦？

自研基带芯片、自研射频芯片、自研自动驾驶芯片……一个月以来，关于苹果自研芯片的消息不胫而走，其主要供应链厂商的股价也随之浮动。从计算芯片到通信芯片，再到汽车类芯片，苹果的自研道路犹如打怪升级，目标难度越来越高。苹果的研发实力和供应链整合能力，能助力其跨越车用芯片的高门槛吗？

软硬兼施布局自驾市场，“大脑”即将登场？

苹果的“造车”计划几经沉浮，却一直暗潮涌动。2014年，苹果以推出自动驾驶电动汽车为目标，启动了“Titan”计划。但受制于发展方向、组织架构、技术挑战等因素，研发重点从造车转向了自动驾驶系统。苹果CEO Tim Cook曾在2017年表示，苹果正在研发自动驾驶系统，并将其视为重要的核心技术。

“我们正专注于自动驾驶系统，会在自动驾驶和更多领域应用。”Tim Cook在接受彭博社电视采访时表示，“我们把它看做孕育所有AI项目的摇篮，同时它也是我们从事的最困难的AI项目。”

Tim Cook对于自动驾驶系统的定位，也解释了近期苹果对该项目组织架构的调整。据悉，苹果已经将自动驾驶系统的开发团队交由机器学习及人工智能战略高级副总裁John Giannandrea负责，该系统将用于苹果生产的汽车中。

苹果产品线向来注重“两条腿”走路，软件部署和加强核心硬件统治力总是同步进行。今年以来，苹果陆续申请了用于周边环境感知的“多传感器实时对齐和校准”系统，转向系统，车身结构性通风，基于LiDAR的障碍检测系统等围绕感知、安全、车内娱乐的专利。

但基于传感系统的布局，还不足以构建自动驾驶架构。传感器是自动驾驶汽车的感觉器官，负责感知层面，要对传感器收集的信息进行决策、执行，还需要担当大脑的计算控制类芯片。据外媒报道，苹果正与台积电合作研发自动驾驶芯片技术，并计划建厂生产“Apple Car”芯片，并与供应链展开洽谈。

研发与供应链两手抓，能否攻破汽车行业壁垒？

如果说A系列手机芯片的推出，让苹果自研“一战成名”，M1芯片则进一步点燃了市场对苹果自研体系的热情。赛迪顾问集成电路研究中心副总经理滕冉向分析师表示，苹果A系列和M1顺利上市，首先得益于苹果过硬的研发能力，包括庞大的研发团队和持续稳定的研发投入；其次是苹果相对封闭的生态模式，使其能够在软硬件协同标定和匹配方面优势明显；再次是苹果公司从芯片-硬件-软件-系统方面完善的系统整合能力，为产品的快速迭代升级提供良好的途径。

目前来看，处理器芯片只是苹果自研道路的开端。美国时间12月11日，苹果硬件工程高级副总裁Johny Srouji透露，苹果已经启动首个基带芯片研发。该消息的释出，一度导致苹果基带芯片供应商高通的股价下挫。

业内专家向分析师指出，对于计算类芯片，由于ARM等公司已经有了成熟的IP和参考设计，芯片设计方可以购买IP和参考设计，像搭建乐高一样组合形成产品，通过优化力度形成性能差异。而无线通信类芯片的最大难度在于通信物理层和协议栈的设计，需要极其复杂的设计和测试验证，包括海量的实验室测试和外场测试，产品稳定周期多以年来计。

而汽车芯片的研发难度，在于对可靠性的强调和更加严苛的认证标准。

“相比消费电子类芯片，自动驾驶芯片有着更长的研发和产业化周期，在技术方面尤其看重芯片的稳定性和一致性，在资金方面需要芯片企业长期的投入，研发期普遍超过5年，在认证方面需要获得Tier-1厂商和车厂的双重认证，时间周期较长。” 滕冉表示。

自动驾驶对于智能化的追求，让芯片设计难上加难。赛腾微电子董事长黄继颇曾向分析师表示，汽车向智能化系统演变的全过程中，由于对安全性、环境保护规定愈来愈高，因而对以MCU为代表的计算控制类芯片有了更高的要求。尤其是汽车电子控制的架构越来越多地采用域控制器加众多ECU的执行架构，域控制器需要更高的算力，更强大的网络接口以及更低功耗，这些都对芯片公司的研发能力和芯片制程工艺提出更高的要求。

好在，苹果不是孤军奋战。在布局软硬件的同时，供应链业已闻风而动。据Digitimes报道，苹果已经开展了与车用电子供应链的合作洽谈。台积电除计划与苹果设厂研发车用芯片，也将利用氮化镓工艺协助消费型与商用型汽车向电气化趋势发展。同时，苹果的多年供应商富士康，也在近期进军电动车领域。

从苹果与高通签订为期6年的许可协议来看，苹果对于基带自研有着持久战的预期，经历6年积累的 “Titan”计划亦是如此。外媒预测，“Apple Car”有望在2024年-2025年亮相，这意味着苹果造车的整体研发周期可能在十年以上。十年磨一剑的“Apple Car”会采取何种产品形态，后续又将如何与苹果已有的产品线打通，也引发各方期待。

资讯来源：美股投资网 TradesMax