专注于为联网设备制造节能处理器的Ambiq Micro公司今日提交了公开上市申请。
这家芯片制造商没有透露希望筹集多少资金或估值多少。Ambiq计划在纽约证券交易所以股票代码"AMBQ"上市。
在其IPO申请文件中,该公司披露2023年销售额为6550万美元,亏损5030万美元。去年Ambiq的亏损收窄至3970万美元,营收增长约16%至7610万美元。该公司通过向联网设备制造商出货超过4200万颗低功耗芯片获得了这些收入。
Ambiq的旗舰产品系列是一个名为Apollo的片上系统(SOC)产品族。这些处理器可以在工厂设备、医疗设备、可穿戴设备和各种其他设备中找到。Ambiq在出货芯片时还提供开发工具,帮助硬件制造商为其Apollo驱动的产品构建软件。
该公司芯片产品线的最新产品Apollo510于去年首次亮相。它采用基于Arm Holdings公司设计的中央处理器和人工智能加速器。还配备了针对网络安全任务(如数据加密)优化的电路。
Apollo芯片系列由一项名为SPOT的电源管理技术驱动。据Ambiq称,该技术使芯片的耗电量比通常情况下减少五倍。
处理器通过开关晶体管来执行计算。为了开启晶体管,大多数芯片需要在0.8到1.2伏特范围内通过电流。理论上,晶体管可以用一半或更少的电力激活。然而,大多数芯片制造商不采用这种方式,因为实施困难且会使处理器制造工艺复杂化。
Ambiq表示SPOT技术克服了这些挑战。该技术允许该公司的芯片使用通常所需功率的一小部分来开启晶体管,从而提高能效。
该公司计划将IPO收益投资于产品开发。作为该计划的一部分,它将把SPOT技术扩展到Apollo SoC系列之外的更多芯片中。Ambiq看到了将该技术集成到电源管理芯片、网络处理器和其他各种产品中的机会。
公司还将开发几个针对低功耗系统优化的新芯片系列。即将推出的处理器系列Atomiq将针对AI驱动的联网设备进行优化。Ambiq还计划推出授权计划,允许其他公司将SPOT技术集成到他们的芯片设计中。
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。