1.AI安防芯片，華為、富瀚微、中星微和那些國外巨頭同臺博弈

2.3D感測從消費電子擴散至行業應用

3.三星芯片和智能手機業務強勁 獎勵員工半年薪水

4.對話英偉達首席科學家：解碼AI芯片戰局

5.夏普傳以100億日圓收購東芝PC事業

集微網推出集成電路微信公共號：“天天IC”，重大新聞即時發布，天天IC、天天集微網，積微成著！掃描文末二維碼添加關注。

1.夏普傳以100億日圓收購東芝PC事業

集微網消息，去年底就曾傳出東芝（Toshiba）就業績持續低迷的個人電腦和電視等業務表示，未來這兩項產品把規劃退出市場納入營運重整的范圍，徹底調查與評估各項業務獲利性。

據日經新聞1月30日報導，夏普(Sharp)已和東芝(Toshiba)展開協商，有意收購東芝的PC事業、收購額預估為100億日圓左右。據報導，夏普曾以“Mebius”品牌販售筆電等PC產品，不過因不賺錢，故于2010年退出該市場，而夏普計劃借此重返PC市場，且評估收購東芝PC事業是迅速開拓市場的良策。

鴻海幫美國HP、Dell代工生產PC產品，擁有能有效率生產PC的技術以及零件采購網絡；另一方面，使用于PC、智能手機等用途的中小尺寸液晶面板是夏普的強項，因此若夏普重返PC市場、就能擁有液晶面板的新出海口。就整體策略來看，夏普收購東芝PC事業之后、是很有可能讓其重返成長軌道。

不過東芝并未關閉夏普以外的協商大門，因此若夏普、東芝無法就條件面談妥的話、雙方的協商也有可能破局。東芝之前也曾和華碩就出售PC事業一事進行協商、不過協商未果。

目前，東芝PC事業年銷售量約180萬臺、全球市占率僅在1%左右。

2.對話英偉達首席科學家：解碼AI芯片戰局

英偉達又漲了。

從2017年1月底以來，英偉達的股價又從108美元一路飆升至240多美元，翻了一倍有多。而英偉達股價一飛沖天的背后，正是人工智能技術不斷興盛崛起、發展壯大的縮影。

英偉達成功的原因有很多，及時布局CUDA、積極推進人工智能、不斷完善打造軟硬件生態等，這些一個個具體業務的背后，核心是對世界科技進展的戰略性前瞻與決策；只有及時預判到了下一個技術熱點，才能在所有人反應過來之前積極搶占先機，乃至最終引領行業。

這一切的背后，英偉達CEO黃仁勛自然是一個重要決策者；而除了他之外，另一個角色也扮演著至關重要的位置——英偉達首席科學家兼NVIDIA Research高級副總裁，Bill Dally博士。

(英偉達首席科學家兼NVIDIA Research高級副總裁，Bill Dally博士)

在EmTech China大會結束后，智東西與Bill Dally博士進行了一場一對一的深度專訪，不僅詳細解讀了英偉達在云與端方面的戰略布局，還聊到了目前火熱的AI芯片話題——Dally博士認為，目前云端AI芯片巨頭地位難以撼動，終端側的AI芯片是各類初創公司的機會所在。此外，他還提到了英偉達的幾個重點關注AI項目、以及中美兩國科技力量的相似與差異性等。

除了擔任英偉達首席科學家、負責把控公司整體技術戰略發展外，Dally博士同時還是美國國家工程院院士、美國藝術與科學學院院士、IEEE和ACM的會員；在2009年就任英偉達之前，他還曾擔任過MIT、斯坦福大學的教授。

在這眾多光環縈繞之下，是一個睿智、幽默、思維極其敏捷、并且語速飛快的科學家——語速飛快是什么概念呢？當天速記的小姐姐拜托我千萬要讓Dally博士慢點說，因為實在記不住……

云端芯片格局難以撼動，端智能AI芯片成機會所在

最近半年以來，人工智能的發展重心逐漸從云端向終端轉移，相伴而生的是人工智能芯片產業的全面崛起。智東西已歷經數月對人工智能芯片全產業鏈上下近百間核心企業進行報道，范圍不僅涵蓋英偉達、谷歌、英特爾等科技巨頭，還有眾多如寒武紀、地平線、深鑒科技、Graphcore等國內外AI芯片初創。

按照應用場景，AI芯片可以簡單地分為用于云端服務器機房等地的云AI芯片，以及用于端智能設備、IoT設備的端AI芯片。

Dally博士認為，現在云端AI芯片發展遇到的最大挑戰在于，在提供高性能計算的同時，讓芯片保持處理新興AI模型和算法的靈活性，這些任務需要一個通用的可編程平臺和專門的指令來完成。

而在端側AI芯片發展的過程中，這種計算的靈活性并不那么重要，但終端側所帶來的效率、功耗等制約因素是更大的挑戰。

在云方面，英偉達以Volta系列為首的GPU產品專為云服務機房打造，并且推出了cuDNN，TensorRT等軟件服務完善AI生態；目前英偉達的GPU支持如TensorFlow、Caffe等所有主流的深度學習框架。

在端方面，英偉達則推出了16nm的AI芯片XAVIER、自動駕駛平臺DRIVE PX，并且開源了DLA深度學習加速器項目，廠商可以免費下載這個專為IoT設備設計的AI架構，自己打造低功耗的AI芯片。

Dally博士說，人工智能的一個重要應用就是落地到各種終端設備上，比如汽車、電器、機器人、甚至是燈泡上，讓它們變得智能起來。端智能的大勢所趨自然毋庸置疑，但云智能也不會被取代，未來AI的發展趨勢將會是云+端共生的系統。

而當談論到如深鑒科技、Graphcore等這些國內外新興AI芯片初創企業是否會與英偉達形成競爭關系時，Dally博士坦然表示，“是的，他們是競爭對手，但是競爭是健康的，英偉達正在努力保持其領先地位。”

不過他同時也提到，目前用于云端數據中心的芯片市場已經較為成熟，各類巨頭紛紛有著扎實的積累，較難撼動格局。AI芯片初創公司（及AI初創公司）更適宜將重心放在終端應用上，尤其是未來的IoT設備，不僅種類繁多而且數量巨大，是初創企業的機會所在——當然，在這些領域里，如何收集到足夠的可用數據成了初創企業所面臨的最大挑戰之一。因為大公司往往憑借著自身平臺積累下大量數據，這些是初創公司所不具備的優勢。

人工智能對于很多公司、很多行業都具備顛覆性的力量，大公司如果反應不夠及時、又或是做錯了某些決定，則很可能在這一波技術浪潮中落后、甚至失敗。

三大重點關注AI項目：自動駕駛、新一代芯片、神經網絡簡化

作為首席科學家，Dally博士與英偉達公司中的眾多項目都有不同程度的參與。當智東西詢問到最近最關注的是哪幾個項目時，Dally博士給出了幾個答案：

1）自動駕駛平臺

2）新一代深度學習加速器

3）神經網絡的壓縮與簡化

關于自動駕駛，Dally博士用了一個巧妙的比喻——“自動駕駛其實就像一場游戲，但與AlphaGO這種一輸一贏的游戲不同，在這個游戲里你要保證所有車都不能輸，但與此同時你也要和別人競爭，誰最快到達終點。”

與此同時，機器還要像德撲游戲一樣學會“察言觀色”，準確地給對面的玩家（司機）分類，這個人究竟是激進的還是保守的？是刻薄的還是友好的？如果我超車的話他是會退讓還是不讓？等等。

至于新一代深度學習加速器項目，則包括了Dally博士及團隊為人工智能算法處理所設計的一個新型架構，這一項目目前進展非常好，但是涉及新一代產品的發布，不方便透露更多。

神經網絡的壓縮與簡化則是一個學術界與工程界都在研究討論的重要問題。目前的深度神經網絡普遍較大，無論是在云端還是在終端，都會影響網絡速度，增大功耗。

在演講與采訪中Dally博士都提到了這一領域的兩大研究方向：一個是降低計算精度（比如從32比特到8比特），另一個則是剪枝（Purne）先構造好整個算法網絡，然后再嘗試消除多余的節點，壓縮網絡大小。

此外，Dally博士還提到，英偉達的機器人團隊前陣子開始了一個機器人協作工作室，在一個廚房大小的空間里，讓機器人和人類協作，目標是最后成功地做出一頓飯來。

不過，目前機器要達到人類希望的標準還有很長的路要走。很多對人類來說很簡單的動作——比如打開抽屜——對于機器來說有困難，因為他們往往缺乏常識判斷，當面前有個水瓶時，它們不會像人類一樣下意識地繞開這個瓶子。

除了自動駕駛、機器人、深度學習這類業務外，對于一些吸引人注意的新興項目，Dally博士也會帶領著一小隊英偉達科學家組成“特工小組”來研究這個問題，比如前陣子他們就組了一個專攻量子計算的科學家小分隊，一群科學家花了六個月時間讀論文、解方程、拜訪業內人士，力求全面了解這一領域。