芝能智芯出品
Microchip 宣布收购了 Neuronix AI Labs，这是一家专注于提供神经网络稀疏优化技术的公司，收购的目的是扩展 Microchip 在现场可编程门阵列（FPGA）上的边缘解决方案能力，提高人工智能智能边缘解决方案的能效，并增强神经网络能力。
Neuronix AI Labs 的技术能够降低图像分类、对象检测和语义分割等任务的功耗、尺寸和计算量，同时保持高精度。
Part 1Neuronix AI Labs 的来历
人工智能应用场景不断扩展，对计算能力的需求也越来越高。然而，传统的云计算和数据中心模式无法满足边缘设备对实时性和低功耗的要求。
因此，边缘计算应运而生。边缘计算是一种将计算任务从云端或数据中心下沉到边缘设备的计算模式。它可以有效降低延迟，提高数据隐私性和安全性，并减少对网络带宽的需求。
Neuronix AI Labs 是一家专注于边缘人工智能的初创公司，成立于 2020 年，总部位于加州森尼韦尔。该公司致力于开发用于图像分类、对象检测和机器学习的灵活神经网络加速器。
Neuronix AI Labs 的核心技术是其神经网络稀疏化优化技术，可以显着减少神经网络的计算量，从而降低功耗和成本。Neuronix AI Labs 的技术还支持与片上系统 (SoC) 和现场可编程门阵列 (FPGA) 设备的集成，使其能够在各种边缘设备上部署。
Neuronix AI Labs 的技术可用于各种应用，包括：
● 汽车：用于自动驾驶、高级驾驶员辅助系统 (ADAS) 和车载信息娱乐系统
● 无人机：用于自主飞行、障碍物避免和目标识别
● 工业：用于视觉检查、机器人控制和预测维护
● 医疗保健：用于医学图像分析、诊断和患者监测
Neuronix AI Labs 的技术具有以下优势：降低功耗和成本、提高性能、提高灵活性和易于部署。Neuronix AI Labs 在人工智能领域面临着来自Graphcore、Mythic AI和SambaNova等公司的激烈竞争。
Part 2Microchip 的目的
Microchip 的 PolarFire® FPGA 和 SoC 在低功耗、可靠性和安全功能方面已处于行业领先地位。这项收购将使 Microchip 能够开发经济高效的大规模边缘部署组件，用于具有成本、尺寸和功耗限制的系统上的计算机视觉应用，并使 AI/ML 处理能力在低端和中端 FPGA 上成倍增加。
Microchip认为，Neuronix AI Labs 的技术将提高他们在智能边缘系统中部署 FPGA 和 SoC 的能效，通过与 VectorBlox™ 设计流程相结合，提高神经网络性能效率，在低功耗 PolarFire FPGA 和 SoC 中提供出色的 GOPS/瓦性能。
这使得系统设计人员能够构建和部署小型硬件，而以前由于尺寸、热量或功率限制而难以实现。Neuronix AI Labs 一直致力于生产一流的神经网络加速架构和算法，该技术可以改变用户对尺寸、功耗、性能和成本的期望。加入 Microchip 团队为他们提供了扩展和调整 FPGA 产品组合的机会，该产品组合为能效设定了行业标准。
这项收购将使非 FPGA 设计人员能够利用行业标准 AI 框架来利用强大的并行处理能力，而无需深入了解 FPGA 设计流程，实现在可定制的 FPGA 逻辑上实现 AI/ML 算法，同时允许动态更新和升级 CNN，而无需重新编程硬件。
小结
这一波AI的能力，在芯片层面开始整合了。