人工智能处理领域正在为年轻公司创造大量机会，特别是在竞争激烈的推理领域，在这一领域，一个经过训练的神经网络被用于设备上，以进行实际预测。

这是加利福尼亚州山景城的Flex Logix公司的领域，这家成立7年的初创公司已经为AI初创公司Flex Logix标榜的性能远远高于Nvidia

该芯片针对的是“边缘”，即数据中心以外的设备，如自动驾驶汽车或物联网设备。

该芯片这项技术已经被授权给多个半导体设计师，其中包括Dialog semiconductor，该公司正在使用它来“增强”各种混合信号芯片。SiFive是一家追求RISC-V芯片架构的初创公司，它的一款芯片正是基于这项技术。Flex与美国政府达成了多项协议，美国政府希望替代Xilinx FPGA。

Xilinx FPGA“全部在台湾制造”，这在某些情况下，由于安全原因，Sandia Labs等美国机构无法接受。

许可证业务的现金流为正，泰特说。正如软银集团（SoftBank Group）的子公司ARM有限公司（ARM Ltd.）所证明的那样，许可证本身价值不菲，该公司的CPU核心设计得到了全球每家芯片公司的许可。

泰特表示，ARM正在被Nvidia以400亿美元收购。”这只是20亿美元的收入，但他们的收入都是利润，所以作为一家授权公司，你得到的估值要高得多，”Tate说，指的是ARM约95%的毛利润。

Flex自己的芯片Infrex X1目前正在向客户抽样，预计第二季度将批量生产，Tate说。

NMAX架构的优化主要集中在二维成像上，例如yolov3任务https://pjreddie.com/darknet/yolo/“target=”\u blank“rel=”noopener noreferrer nofollow“data component=”externalLink“>实时目标检测任务这是计算机视觉市场上神经网络的流行基准因此，边缘推理可能涉及医疗设备、成像、机器人或监视系统等方面的神经网络。

唯一真正的竞争者是英伟达，泰特说，拥有XavierNX部分。Flex的目标是用性能优势和成本节约吸引客户离开Nvidia。

“当我们今天与客户交谈时，我们发现他们每年使用数万块Nvidia芯片，”Tate说。他说，英伟达最便宜的部分是每千件350美元，而InfrexX1大约是150美元。

但他说，仅仅节省成本是不够的。

“我们可以为客户节省一些钱的地方，这是不够的，没有人会为了几块钱而冒着工作风险，”考虑到这一点，就像IBM的老话一样，没有人会因为与Nvidia合作而被解雇但是，如果我们也能给他们性能，使他们的产品大幅度提高，让他们的市场份额，那么他们将承担风险。

“我们正在与这一类的客户交谈，”泰特说。泰特说，这笔资金将有助于建立一个向这些产品公司销售产品的团队。

“我们的表现优于Xavier泰特说Xavier是ARM处理器的一部分，但我们的效率要高得多。他说，InferX-X1的尺寸为54平方毫米，而Nvidia的尺寸要大7倍。

Flex通过对比Nvidia Xavier NX在yolov3测试中的性能来衡量其优越性。在先前共享的结果中，InferX X1生成NX每秒帧速率的许多倍，其中每秒处理的帧越多越好。

“我们的目标是，一年后，客户将我们视为Nvidia的安全替代品。”泰特拒绝列出潜在客户。展望的范畴包括工厂检查和医学成像等基本上，任何一个有传感器检测二维图像的地方，“

”我们有两个业务，这两个业务本身都可以使我们成为一家价值数十亿美元的公司我们有两种获胜的方法，它们是非常协同的。”

2021年最佳税务软件

pagerduty抛售：第四季度财报超出预期，利润前景未达成共识，您同意https://redventures.com/CMG-terms-of-use.html“target=”\u blank“rel=”noopener noreferrer nof