重磅:赛灵思宣布收购深鉴科技,AI芯片洗牌或已开始

简介: 今日,美国自适应和智能计算公司赛灵思(NASDAQ:XLNX)宣布,收购北京人工智能(AI)芯片初创公司深鉴科技。深鉴科技拥有业界较为领先的机器学习能力,专注于神经网络剪枝、深度压缩技术及系统级优化。此次交易的具体财务条款未对外披露,业界评估收购金额为3亿美元左右。

今日,美国自适应和智能计算公司赛灵思(NASDAQ:XLNX)宣布,收购北京人工智能(AI)芯片初创公司深鉴科技。深鉴科技拥有业界较为领先的机器学习能力,专注于神经网络剪枝、深度压缩技术及系统级优化。此次交易的具体财务条款未对外披露,业界评估收购金额为3亿美元左右。

image

深鉴科技仅成立2年,就敲定了多笔融资。赛灵思、联发科等是它的早期投资者,2017年10月,蚂蚁金服、三星风投领投了该公司4000万美元的A+轮融资。

深鉴科技CEO姚颂是一位年轻创业者,2015年刚从清华大学电子系本科毕业。毕业时,姚颂拿到了美国卡耐基梅隆大学的博士录取通知书,但还是选择跟他本科导师汪玉博士,和当时在读斯坦福大学电子工程博士的韩松一起创立了深鉴科技,后续又邀请汪玉的第一个博士生单羿加入。汪玉博士今年也不过36岁。

image

2016年5月,获得500万美元天使轮融资,投资方为金沙江创投和高榕资本;

2017年5月,获得数千万美元的A轮融资,投资方包括赛灵思、联发科、清华控股、方和资本,以及天使轮投资方金沙江创投、高榕资本;

2017年10月,获得约4000万美元的A+轮融资,本轮由蚂蚁金服与三星风投领投,招商局创投与华创资本跟投。

作为国内AI芯片小巨头之一,深鉴科技虽然成立只有2年时间,但早早就开始了商业化落地的部署。目前,智能安防业务是深鉴科技最核心的收入来源。

自2016年成立以来,深鉴科技就一直基于赛灵思的技术平台开发机器学习解决方案,两家公司合作密切。经深鉴科技优化的神经网络剪枝技术,运行在赛灵思FPGA器件上,可以实现突破性的性能和行业最佳的能效。

赛灵思作为自适应和智能计算的全球领导企业,一直致力于通过开发高度灵活和自适应的处理平台,加速从端点到边缘再到云端各个应用领域的技术创新。赛灵思是FPGA、硬件可编程SoC及ACAP的发明者,旨在为业界提供最具活力的处理器技术,实现高度灵活、智能互联的未来世界。

赛灵思致力于通过开发高度灵活和自适应的处理平台,加速从端点到边缘再到云端各个应用领域的技术创新。赛灵思是FPGA、硬件可编程SoC及ACAP的发明者,旨在为业界提供最具活力的处理器技术,实现高度灵活、智能互联的未来世界。

深鉴科技 CEO 姚颂表示,此次收购完成后,双方将更加紧密地联手为中国乃至全球用户提供领先的机器学习解决方案。

赛灵思软件业务执行副总裁 Salil Raje 表示,深鉴科技加入赛灵思之后能进一步增强赛灵思全球领先的工程技术研发力量,加速赛灵思打造灵活应变智能世界的公司愿景。Salil Raje 称,人才和创新是实现赛灵思公司发展的核心。未来,赛灵思将继续加大对深鉴科技的投入,不断推进公司从云到端应用领域部署机器学习加速的共同目标。

image

原文发布时间为:2018-07-18
本文来自云栖社区合作伙伴“专知”,了解相关信息可以关注“专知

相关文章
|
14天前
|
人工智能 前端开发 小程序
2024年12月30日蜻蜓蜻蜓AI工具系统v1.0.0发布-优雅草科技本产品前端源代码已对外开源可免费商用-优雅草老八
2024年12月30日蜻蜓蜻蜓AI工具系统v1.0.0发布-优雅草科技本产品前端源代码已对外开源可免费商用-优雅草老八
2024年12月30日蜻蜓蜻蜓AI工具系统v1.0.0发布-优雅草科技本产品前端源代码已对外开源可免费商用-优雅草老八
|
3月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【10月更文挑战第3天】随着网络技术的发展,网络安全问题日益严峻,传统防御手段已显不足。本文探讨了构建AI驱动的自适应网络安全防御系统的必要性及其关键环节:数据采集、行为分析、威胁识别、响应决策和执行。通过Python库(如scapy、scikit-learn和TensorFlow)的应用实例,展示了如何利用AI技术提升网络安全防护水平。这种系统能够实时监控、智能分析并自动化响应,显著提高防护效率与准确性,为数字世界提供更强大的安全保障。
75 2
|
1月前
|
人工智能 并行计算 程序员
【AI系统】SIMD & SIMT 与芯片架构
本文深入解析了SIMD(单指令多数据)与SIMT(单指令多线程)的计算本质及其在AI芯片中的应用,特别是NVIDIA CUDA如何实现这两种计算模式。SIMD通过单指令对多个数据进行操作,提高数据并行处理能力;而SIMT则在GPU上实现了多线程并行,每个线程独立执行相同指令,增强了灵活性和性能。文章详细探讨了两者的硬件结构、编程模型及硬件执行模型的区别与联系,为理解现代AI计算架构提供了理论基础。
93 12
|
1月前
|
人工智能 搜索推荐 安全
数百名研发人员用通义灵码,33%新增代码由AI生成,信也科技研发模式焕新升级
目前,信也科技数百名研发人员正在使用通义灵码,周活跃用户占比70%,新增代码中有33%由通义灵码编写,整体研发效率提升了11%,真正实现了数百研发人员开发效能的全面提升。
|
1月前
|
人工智能 数据安全/隐私保护 数据中心
“芯片围城”下国产AI要放缓?答案或截然相反
12月2日,美国对华实施新一轮出口限制,将140余家中国企业列入贸易限制清单。对此,中国多个行业协会呼吁国内企业谨慎选择美国芯片。尽管受限企业表示影响有限,但此事件引发了关于AI领域芯片供应的担忧。华为云推出的昇腾AI云服务,提供全栈自主的算力解决方案,包括大规模算力集群、AI框架等,旨在应对AI算力需求,确保算力供给的稳定性和安全性,助力中国AI产业持续发展。
|
2月前
|
人工智能 Cloud Native 算法
|
2月前
|
人工智能 算法 新制造
走进北京科技大学,通义灵码与企业高校共筑 AI 创意课堂
近日,通义灵码有幸参与到一场由伊利集团主办的 AIGC 生态创新大赛路演舞台,与高校专家、企业代表、青年学子共同探讨 AIGC 创意应用,交流企业在数智领域转型、青年开发者科技创新的思路和落地实践。
|
2月前
|
机器学习/深度学习 人工智能 并行计算
【AI系统】芯片的编程体系
本文探讨了SIMD与SIMT的区别及联系,分析了SIMT与CUDA编程的关系,深入讨论了GPU在SIMT编程的本质及其与DSA架构的关系。文章还概述了AI芯片的并行分类与并行处理硬件架构,强调了理解AI芯片编程体系的重要性,旨在帮助开发者更高效地利用AI芯片算力,促进生态繁荣。
52 0
|
2月前
|
机器学习/深度学习 存储 人工智能
【AI系统】谷歌 TPU v2 训练芯片
2017年,谷歌推出TPU v2,专为神经网络训练设计,标志着从推理转向训练的重大转变。TPU v2引入多项创新,包括Vector Memory、Vector Unit、MXU及HBM内存,以应对训练中数据并行、计算复杂度高等挑战。其高效互联技术构建了TPU v2超级计算机,显著提升大规模模型训练的效率和性能。
55 0
|
3月前
|
人工智能 安全 芯片
【通义】AI视界|谷歌 Tensor G5 芯片揭秘:1+5+2 八核 CPU,支持光线追踪
本文由【通义】自动生成,涵盖黄仁勋宣布台积电协助修复Blackwell AI芯片设计缺陷、苹果分阶段推出Apple Intelligence、OpenAI保守派老将辞职、英伟达深化与印度合作推出印地语AI模型,以及谷歌Tensor G5芯片支持光线追踪等最新科技资讯。点击链接或扫描二维码,获取更多精彩内容。

热门文章

最新文章