近日，成都华微在其互动平台上透露，公司已成功研发出一款专用于边缘计算领域的人工智能芯片。这款芯片的 AI 算力高达 16Tops，目前已在特定行业的多家客户中进行小批量试用。这款新型芯片不仅具备强大的算力，还将在视频编解码方面展现出色的性能，支持高达 8K 的视频处理能力。这对于视频监控、智能家居等应用场景来说，无疑是一个重要的技术进步。成都华微表示，除了已经研发的 16Tops 芯片外，团队还在积极开发另一款算力达到 100Tops 的芯片，预计将进一步提升视频处理能力

据智能涌现消息，具身智能体操作系统开发商云锦微近日宣布完成数百万元天使轮融资，由科大讯飞领投。本轮融资将用于核心技术产品研发和市场生态建设。云锦微成立于2021年6月，专注于具身智能体操作系统研发。公司由前依图科技硬件事业部总经理王文艺博士创立，联合创始人周昌博士曾任阿里达摩院城市大脑视觉大模型研发负责人。团队曾获宁波市姚江英才计划和甬江人才工程计划支持，获得千万级政府资金补助。图源备注：图片由AI生成，图片授权服务商Midjourney公司自主研发的

人工智能交通管理初创公司 NoTraffic 最近宣布，已经与马里兰州交通部（MDoT）签署了合同，将在该州交通拥堵频发的路口部署其先进的交通管理平台。该平台的首次部署发生在巴尔的摩市，经过不到两个月的测试，10月17日正式上线，成功应对了“意外中断和重新规划路线”等问题，缓解了由此带来的交通拥堵。总部位于特拉维夫的 NoTraffic 公司，通过与交通控制和安全系统集成商 Blackstar Diversified Enterprises 的合作，获得了马里兰州交通部的全州合同。根据该公司介绍，该平台采用硬件、人

最近，Meta AI 推出了全新的量化 Llama3.2模型，包含1B 和3B 两个版本，这款模型可以在多种设备上进行微调、蒸馏和部署。过去，虽然像 Llama3这样的模型在自然语言理解和生成方面取得了显著成就，但其庞大的体量和高计算需求使得很多组织难以使用。训练时间长、能源消耗高以及对昂贵硬件的依赖，无疑加大了科技巨头与小型企业之间的鸿沟。Llama3.2的特点之一就是支持多语言文本和图像处理。1B 和3B 模型经过量化处理，平均可以缩小56% 的体积，并且在内存使用上减少了41%，并实现2-3倍的

最近，法国人工智能初创公司 Mistral AI 宣布了他们的新一代语言模型 ——Ministral3B 和 Ministral8B。这两款新模型是 “Ministraux” 系列的一部分，专为边缘设备和边缘计算场景而设计，支持高达128，000个 token 的上下文长度。这意味着这些模型不仅处理能力强大，而且可以在数据隐私和本地处理尤为重要的情况下使用。Mistral 表示，Ministraux 系列模型非常适合于一系列应用，例如本地翻译、离线智能助手、数据分析以及自主机器人技术。为了进一步提升效率，Ministraux 模型还可以与更大的语言模

近日，边缘计算芯片和软件初创公司 SiMa.ai 宣布推出其新产品 ——MLSoC Modalix 芯片，进一步巩固了其在边缘 AI 市场的地位。SiMa.ai 刚刚完成了7000万美元的融资，投资方包括 Dell Technologies Capital 等行业大腕。

生成式 AI 市场发展迅猛，预计到2024年规模达400亿美元，到2030年飙升至1.5万亿美元，年均增长率高达83%。应用范围广泛，从文本、图像到音乐领域。随着 AI 技术转向边缘计算，未来五年内 AI 相关软件和服务份额将显著增加，预计到2030年分别占市场的32% 和55%，成为市场扩张的重要推动力。

T-MAC（Table-Lookup-based MAC）技术旨在解决边缘设备部署大型语言模型（LLMs）的内存和计算限制问题。通过将模型权重量化为低比特表示，T-MAC利用查找表（LUT）替代传统乘法运算，显著提高了在CPU上的运行效率。这一方法大幅减少了运算所需内存，使数十亿参数的LLMs能够在资源受限的设备上高效运行，实现智能升级。与现有实现相比，T-MAC在吞吐量上提升4倍，能耗降低70%，即使在低端设备如Raspberry Pi 5上也能以接近成人阅读速度的速度生成令牌。T-MAC不仅适用于智能手机的实时语音识别和自然语言处理，还能提升智能家居设备的交互体验。作为开源项目，T-MAC有望推动边缘智能领域的发展，提供高效节能的LLM部署解决方案，为用户带来更丰富、便捷的智能体验。

["英伟达发布 L40S，可能会使得投资人对 AI 投资的关注重点转移到 AI 边缘运算。","L40S 是一款计算加速显卡，适用于图形渲染、人工智能大模型训练和推理、三维设计和视频处理等用途。","L40S 的生成式 AI 推理性能比 A100 高 1.2 倍，训练性能高 1.7 倍。"]