> 新闻中心
    > 服务平台
  您当前的位置:首页 > 新闻中心 > 行业动态   
大数据如何刺激半导体产业经济增长?
发布者:lipeishan    时间:2020/11/13    点击:187
摘要:半导体产业跟随摩尔定律逐年增长,但近几年,摩尔定律发展放缓,半导体产业是否依然能够快速增长成为众人心中的疑虑。

1965年,戈登·摩尔等人提出“摩尔定律”,即集成电路芯片上可集成的晶体管数目大约每隔18个月就增加一倍,芯片性能提升一倍,价格减半。

以往,半导体产业跟随摩尔定律逐年增长,但近几年,摩尔定律发展放缓,半导体产业是否依然能够快速增长成为众人心中的疑虑。

在本周ASPENCORE主办的“2020全球高科技领袖论坛-全球CEO峰会&全球分销与供应链领袖峰会”期间,AI芯片公司Cornami总裁兼CEO Dr. Walden C. Rhines对全球半导体产业的市场发展做出预测:“促进半导体产业发展的下一个应用是大数据收集和分析。”

半导体产业经济受新应用的刺激

以史为鉴,半导体产业的每一次发展,都受到新应用的刺激。

20世纪60年代,大型计算机诞生,其对半导体组件的需求促进了半导体产业经济的第一次增长浪潮,这一浪潮伴随着计算机的大量引进持续了一段时间。

20世纪70年代,个人计算机的出现紧接着推动了半导体产业经济另一波增长浪潮。之后便是笔记本电脑和无线通信作为新应用出现推动刺激半导体产业经济。

屏幕中为Cornami总裁兼CEO Dr. Walden C. Rhines

“很多人在谈论下一个刺激半导体产业的新应用是什么时,有人说是诸如机器学习之类的人工智能应用,有人说是物联网和5G通信。是的,这些都将为半导体行业带来机遇。”Dr. Walden C. Rhines在全球CEO峰会上说:“但如果将所有这些放在一起,他们都有一个共同点,这些都是与管理和分析大数据有关的应用。”

Dr. Walden C. Rhines认为,近几年人工智能发展很快,但人工智能本身并不是新生事物,需要处理的数据量才是新生事物。

回溯到35年前,已有行业精英开始在人工智能方面作出尝试,但由于受种种因素的限制,例如大数据缺乏、计算能力有限以及算法过于简单,当时所做的尝试对于实现人工智能来说还为时过早。

最重要的是,缺少一个能够从信息和数据分析获取利润的杀手级应用程序。

“但在今天,数据正成为各国的新石油财富,很多人已经知道如何利用它获取利润。“Dr. Walden C. Rhines说。

数据是各国的“新石油”财富

将数据比喻成“新石油”,Walden C. Rhines举了一个例子。

“例如,飞机发动机制造商为他们所出售的通用公司的发动机提供保修服务,这些发动机可以在许多不同的飞机上使用。通过航空公司,制造商可以监控他们生产的发动机每台每分钟的性能,并生成超过70TB的数据进行分析,以寻找维护需求,发现新的问题。他们甚至可以出售这些数据。“

Walden C. Rhines认为,数据可以通过三种方式影响半导体产业的经济:系统公司的发展、计算体系结构的更新和数据本身的进化和演变。

数据收集:系统公司的机遇

系统公司主要是将信息转化为数据,再将数据回传给用户,变成有用的信息。

谷歌团队就曾设计过监视胰岛素平衡的芯片,让糖尿病患者的糖原具有可以通过射频发送到胰岛素泵的信息,由此保持胰岛素平衡。这被视为谷歌在半导体领域的发展,但其实这也是谷歌在信息业务中的工作。

除了谷歌,脸书、亚马逊、阿里巴巴等系统公司都有设计独一无二的产品,获取对自身乃至整个行业有价值的信息。

“最近十年,半导体行业发生了巨大的变化。十年前,如三星、德州仪器等公司员工,80%去了芯片公司,20%去了其他公司。因为一些系统公司正自己购买晶圆,自己设计半导体组件,并将其用在最终的产品中。这些公司包括苹果、谷歌、脸书、阿里巴巴。“Dr. Walden C. Rhines说。

数据分析:计算机体系结构的更新

传统的计算机都基于冯诺伊曼体系结构,其指令流和数据流能够执行数据运算,运算效率已经远远超过人脑,但在图像处理方面还有待提升,因此需要开发新的计算机体系结构。

要想让计算机模拟人的大脑架构,需要让计算机编辑自己的网络,然后对神经网络进行编程,在每一层网络上设置不同的节点。一般而言,节点的系数越多,网络层就越多,就能更好地进行深度学习。最终,计算机就能像人类将信息存储在大脑神经元一样,将信息存储在神经网络中。

Dr. Walden C. Rhines表示:“新的计算机体系结构一直受到风险投资的高度重视,很多风险投资公司都对初创芯片公司感兴趣,尤其是以某种形式大力开发人工智能和机器学习的公司。从2010年到2017年,在获得风险投资的芯片公司中,从事视觉和面部视觉研究的公司数量最多。”

整体市场显示,如今风险投资已经达到60亿美元,超过40亿美元都投放在数据中心,而这些数据中心产品是能够进行大量数据分析和处理的高性能计算芯片。

数据收集与分析需求拉动半导体经济的发展,另一方面,人们也越来越意识到数据安全的重要性,如何安全地共享数据作为数据“进化”过程中的新命题,开辟了新的半导体产业经济增长分支。

Dr. Walden C. Rhines认为,有三种方法可以实现安全地共享数据:一是用算法的方式保存数据,然后将这一数据交付给值得信赖的伙伴管理;二是用联合学习的方式,先建立机器学习模型,一边派人在数据中心管理,一边在手机客户端或服务器管理数据,但这需要值得信任的软件;三是通过单方将加密数据传送到云端进行分析和计算,从云端获得反馈结果。

“云端机器学习已经成为新的可能,其好处在于能够处理敏感的信息,包括金融、医疗,使用者可以根据自己的意愿来使用和加密。机器学习有非常大的市场。”

对于第三种数据保护方式,目前行业内正在探索完全同步的加密方式,在确保计算速度的同时提高安全性能。

半导体产业的下一个经济增长点

无论是人工智能,还是物联网和5G,都需要基于大量数据。无论是数据的收集,还是数据的分析与保护,都需要半导体和芯片作为基础。时代对数据的需求以及数据变现方式的增多正成为半导体产业新的经济增长点。

“以前,半导体电子设备所占的百分比是除芯片以外的所有电子设备的16%,现在大概提升到了20%,未来这一比例还会继续增加,数据将给半导体行业提供持久的动力。“Dr. Walden C. Rhines说到。

『本文转载自网络,版权归原作者所有,如有侵权请联系删除』

上一条:中国联通:2021年5G终端爆发从"芯"开始
下一条:中国半导体发展需要有六大战略定力
分享到: