听这篇文章
|

Grai One Developing Kit使早期采用者能够利用低延迟计算。|信用:GRAI物质实验室
Grai Match Labs,一种基于巴黎的初创公司的初始化计算架构,用于Edge Ai推断,由Ibionext领导的风险投资1400万美元。格拉威物质实验室的现有投资者还参加了这一轮,以及新的投资者BPifrance。
格拉特物质实验室将利用资金加速其第一架全堆叠AI系统芯片平台的设计和市场推出。该公司表示,全堆栈系统对机器人,工业自动化,AR / VR和监控产品和市场的视觉推理能力特别有用。
“我们很高兴为边缘的每个设备带来最快的AI,”Grai物质实验室首席执行官举行的伊望尔夫说。“这笔资金将帮助我们与应用专家和集成商合作,并为客户提供一流的视觉推理性能,系统的片上平台和端到端应用程序。”
格拉威物质实验室的当前加速器芯片Grai One并且Grai One HDK可用于产品评估和应用程序编程。该公司表示,其芯片的一个关键特征是在存储权重和数据的硅块中发生的计算 - 在内存中计算。这意味着在将数据和计算组合在一起时浪费了很小的功率和时间。
公司利用“稀疏性”,它被描述为“现实世界变化的想法,或者一下子。通过识别更改发生和计算这些变化的效果和后果的位置,我们可以节省高达95%的电力,通常用于处理。“它补充说,对于任何单一的深度神经网络决策,只有约40%的神经元实际上是“火”或具有非零输出。如果输出不计数,该公司的芯片不会在网络的其余部分中计算其效果。
格拉凯特实验室与之合作机器人报告2020年在一个名为“实现机器人应用的低延迟边缘计算。“延迟在许多机器人应用中起着至关重要的作用。实现低延迟有助于解决大满贯,避障和检测系统中的许多现实问题。网络研讨会引入了稀疏性的概念,如何通过机器人应用和利用它实现低延迟的架构来利用它。请按需聆听网络研讨会,了解不同的计算架构如何为机器人提供不同的功能。
“格拉物质实验室已经展示了Neuronflow和Grai One的独特建筑能力 - 基于生物学和人类大脑的学习的行业第一硅计算和机器学习架构,”Ibionext董事长Bernard Gilly说。“我们对格拉威物质实验室的前景感到兴奋,期待着公司成长成功。”
格拉重要实验室于2016年成立于2016年,作为巴黎Ibionext启动工作室的Brailiac。
告诉我们你的想法!