NAUT:廣東迅視資管 電子視覺芯片每秒最快可計算181幀

AI視覺芯片創造智慧生活

“在保證精度情況下，每秒最快能計算181幀視頻/圖片，并且人工智能算法從訓練部署到實際應用的過程中，不損失算法精度。”

從2014年開始，人工智能計算機視覺芯片便被業內稱為下一個科技增長點，AI芯片是否適合使用，要從每元設備投入及所耗每千瓦時電獲得的性能、元器件是否穩定可靠等幾個方面來衡量。也就是說，名義算力并不是衡量智能視覺處理器的最終標準，芯片的利用率才是關鍵指標。

跨鏈協議Synapse發起部署至公鏈Canto的提案:9月24日消息，跨鏈協議Synapse于Snapshot發起部署至Cosmos生態兼容EVM的Layer1公鏈Canto的提案。若該提案通過，Synapse將在Canto上部署nUSD/NOTE流動性池，并允許用戶將NOTE（Canto生態Stablecoin）交易為Synapse支持的其他鏈上的其他Stablecoin。[2022/9/24 7:18:41]

芯片利用率具體體現在哪里？在做圖片運算時，既要保證圖片精度，又要保證運算速度。那么，肇觀電子是如何解決芯片利用率“痛點”的呢？答案在于對基礎理論的不懈研究。

poundtoken宣布已集成到Fireblocks網絡:金色財經報道，poundtoken (GBPT) 是第一個由英鎊 1:1 完全支持的受 FSA 監管的穩定幣，它宣布現在可以在Fireblocks網絡上使用，并與領先的數字資產基礎設施提供商合作。通過與Fireblocks合作，poundtoken將覆蓋Revolut、Checkout.com、BNP Paribas Securities Services、B2C2和FIS 等1300多家受信任機構的網絡。

Fireblocks 通過其 MPC 錢包技術和 Fireblocks 網絡提供安全的存儲和傳輸基礎設施來簡化公司的數字資產運營，Fireblocks 網絡將交易所、場外交易、銀行和托管人整合到一個平臺中。[2022/8/23 12:43:10]

一顆芯片投片的成本是巨大的，生產前需要不斷做仿真驗證模型來確保芯片健康，仿真驗證模型的預測誤差又取決于有沒有能夠準確預測結果的數學模型。廣東迅視得益于在數學基礎理論方面的高投入，肇觀電子在智能視覺芯片研發方面有了強有力的系統仿真模型，能夠在芯片流片前就準確預測芯片性能。

Hodlnaut可能因Terra崩盤造成巨大的未披露損失:金色財經報道，Dirty Bubble Media發文稱，加密借貸平臺Hodlnaut在Terra協議崩盤后似乎承受了巨大損失。根據Nansen驗證的區塊鏈數據，該公司于2022年5月11日向FTX發送了1.71億美元的UST，因為穩定幣的脫鉤正在通過以太坊鏈加速。根據消息來源進行整理發現，Hodlnaut通過Terra鏈向FTX發送了額外的1.38億UST。通過交易匹配識別出這個Terra錢包是Hodlnaut 的。在此退出期間，UST的價格從0.69美元跌至0.19美元。由于交易的規模，Hodlnaut離開Terra加速了脫鉤似乎是合理的。Hodlnaut持有的大部分UST似乎是通過Tether和USDC的互換購買的。

我們還發現，這個錢包是UST對Curve上UST與3crv池的最大流動性提供者之一。如此看來，Hodlnaut也是Anchor上最大的存款人之一，他們于2022年1月21日開始在那里部署，在其高峰期存款高達2-3億美元，收益為1110萬美元。而因Terra協議崩盤，我們估計Hodlnaut在這次事件中可能遭受了數千萬美元的損失。然而，該公司似乎沒有披露這一損失。[2022/6/27 1:33:16]

不難看出，視覺芯片與智慧生活息息相關，在這些場景下，視覺芯片又“快”又“準”的性能優勢得到了充分發揮。馮歆鵬也更加確定，要加大基礎研究力度讓芯片識別更快更準。迅視資管“不愿意搞基礎研究，不愿意忍受基礎研究的長期寂寞，不愿意等待艱難漫長的投資回報，就不能在底層技術上實現真正的創新。”馮歆鵬說，當前，在視覺芯片這個新興領域，無論大公司還是小公司其實都處在同一起跑線，為了獲得突破性成果，一定要深耕核心技術，不斷試錯糾偏，為不斷提升芯片利用率努力攻關。

來源：金色財經

Tags：HODLNAUTHODLOCKHODL Vault TokenNAUT價格HODM幣blockchain錢包安卓版

幣安幣