沃工网 > 行业资讯 > MRO行业资讯 > AI芯机遇,边缘计算打开落地最后一公里
AI芯机遇,边缘计算打开落地最后一公里
来源:集微网    时间:2019-12-03

 

 

集微网消息(文/小如)众所周知,AI的三大要素是算法、算力与数据,而算力的需求也不断推动芯片的变革。

AI芯机遇,应对需有道

受益于越来越多的云端AI服务和联网设备的推动,全球AI市场正在快速增长,有统计数据显示,该市场将从2018年的207亿美元,增加到2026年的2026亿美元,市场增长率可以达到33%左右。

AI芯片的增长也非常强劲,据相关统计,从2017年到2023年,AI芯片市场的增长率将在30%左右。

毫无疑问,5G将是AI的重要推动力之一,AI的主流落地方向是手机。

在合肥由安创加速器举办的2019全球人工智能创芯峰会上,旷视科技产品市场总经理沈瑄表示,5G、AI与芯片将智能手机推到了新高度,明年手机市场将会有两个主打,5G与光学。5G方面,明年国内市场预测会有1.5亿部5G手机;光学方面,手机的一个发展趋势是传感器将与屏结合,AI将从语音走向视觉,即AI“融合”到传感器、摄像头,未来的芯片也更多的加入AI的功能。

值得注意的是,人工智能在终端呈现碎片化状态,不同的终端要有不同的效果。伴随着5G的到来,数据量增大,这个问题将进一步加剧。随之而来的问题是,面对算力平台在云和终端分布的不同的形态,是和过去一样保持云和终端的分离,还是进行融合、互补。

对此,Arm中国产品研发副总裁刘澍表示,硬件和软件的结合是未来计算发展的必由之路,异构计算或是人工智能的重要方向。Arm中国本身希望有一种软件架构可以把几个不同的部分统一在一起,让碎片化的市场可以通过统一的软件编程行为来实现,从而推动业界的云端互通。基于这种愿景,Arm中国开发出周易人工智能处理器。

在物联网时代,各类传感器无时无刻产生数据,这种数据需要实时计算,导致数据量大且计算密集。科大讯飞智能硬件生态总监张良春表示,分布式混合架构在未来可能会得到广泛应用,在本地端及时收集数据并进行AI计算,无论是人脸、语音、图像等信息都在本地处理,而这也需要本地有大量的端侧芯片提供算力。分布式混合架构对本地AI芯片也提出高性能、低功耗、可联网的需求。

AI需要从“芯”出发,AI芯的变革的动力却不仅仅是新市场、新需求。

据知存科技创始人王绍迪介绍,在AI计算中,数据搬运消耗了95%以上的资源,存算一体技术可实现系统成本降低、效率大幅提高。知存科技已发布了存算一体语音芯片,未来,也将在28纳米上实现存算一体化技术。

边缘计算将迎新里程碑

百度PaddlePaddle产品经理赵乔表示,深度学习是目前人工智能发展的大趋势,2011年后,随着算法、框架的成熟,深度学习进入蓬勃的发展期。谷歌全球开发专家武强认为,未来深度学习、强化学习、边缘计算、多智能体将是研究的重点。

随着人工智能的发展,边缘计算越来越多地被提及,边缘计算相对于云计算来说,是底层的一个计算方式,云计算是把所有的数据传到云上,边缘计算不需要,边缘计算是分布式的,在设备中就可以计算。

引力互联创始人兼CEO夏东明表示,2020年会迎来边缘计算发展机遇。

伴随着5G的到来,在终端需要大量芯片去从事推理与计算,AI的边缘计算也需要进一步的变革与创新。全球范围内,Arm、谷歌、英特尔、华为与高通等厂商也在研发AI边缘计算芯片。

边缘计算的优势在于可以满足敏捷连接、实时业务、数据优化、应用智能、安全隐私等需求,而这些需求正是物联网行业关键。

在现实生活中,一些场景基于不联网、实时、隐私的需求,需要更高效的边缘计算速度。

夏东明指出,很多公司提供了大量的前期试错,也有很多企业提供了边缘计算的芯片。2020年会迎来边缘计算的发展机遇。