广告
广告
您的位置 资讯中心 > 行业新闻 > 正文

AI芯片未来产业的方向

2020-02-21 14:16:07 来源:康尔信电力系统 点击:928

【大比特导读】人工智能主要包含三大因素,各自是数据、算法和算力;从运用方面讲,AI 芯片可分成云AI 芯片和端AI 芯片;AI芯片的普及,最少将会影响到四个应用领域。

人工智能主要包含三大因素,各自是数据、算法和算力。其中数据是基础,由于在具体运用之中的信息量愈来愈大,促使传统式计算方法和硬件配置无法符合需求,才催产了AI 运用的落地。

AI 芯片的生态链

从理论说,可以驱动AI 程序流程的芯片都称为AI 芯片。从范围而言,AI 芯片是为融入AI 算法开展了独特设计的芯片。

AI芯片

从运用方面讲,AI 芯片可分成云AI 芯片和端AI芯片。云AI 芯片应用于云端服务器及大数据中心;端AI 芯片运用于智能产品、IoT端设备。将来,人工智能将会在我们的生活起居中获得普及化,如同英特尔创办人黄仁勋所说:“将来,AI 与AI 芯片将无所不在:全自动咖啡机 保温水杯、话筒、乃至耳饰、鞋子这种小物品都是智能化的。”

云AI 芯片的特性是性能强劲、可以同时适用很多运算、适用识别图片、及其视频语音、视频编辑。端AI 芯片则必须置入到机器设备内部,让机器设备不连接网络就能具有AI 能力。AI 芯片对于人工智能的实际意义,可以理解为为发动机跟汽车。人工智能基础理论早已提出多年,因为它需要一台计算能力强力强的“发动机”驱动,因此很多年没有真正跑起来,直至AI 算法、互联网大数据及其AI 芯片的出现。

人工智能的反击是在2012 年计算机视觉届的“奥林匹克”—ImageNet挑战赛的比赛场上,来自于多伦多大学的GeoffreyHinton教授和他的精英团队第一次用到了GPU 芯片和深度学习算法,变成AI 有史以来的一个关键连接点 。

在2015年的ImageNet比赛上,微软公司亚洲地区研究所精英团队也是凭着 GPU 与深度学习算法,第一次让计算机的图像识别技术超过了人类。人类识图差错率约为4%,而冠军团队机器设备识图的差错率为3.57 %。在图像识别技术盛行以后,视频识别、语音识别技术、汉语翻译、智能语音助手等一系列AI 运用应运而生。

AI芯片的普及,最少将会影响到四个应用领域:家居家具 /消费电子产品、安防监控系统、无人驾驶及其云计算技术。

AI芯片的困境 :竞争力与多元化

现阶段,不论是新成立公司还是芯片设计大佬,压力全是日益增加。一般而言,只要有应用领域的适用、充足的资金和工程能力,AI 芯片做出来不会变成大的难题。但针对AI 芯片这一新兴经济体来讲,谈销售市场合理布局确实有一些为时过早,大伙儿心里都清楚这将是一场 攻坚战,而产业链真正的将来和发展前景还是在于自主创新。

从目前的销售市场状况看来,2019 年全部产业链趋向平静也反映出了大伙儿早已慢慢从确保作用的粗放型设计方案变化为提升竞争力和差异的精耕细作了,但是做出竞争力和多元化却不易。

要想获得顾客,做服务、建生态是时下开启销售市场的发展方向,可是“硬件配置 好做,软件难”确是大伙儿 广泛反映的难题 。有业界人强调,无止尽的软件工具提升让大伙儿深受困扰,从单核、多核到多芯片、多板卡,再到神经网络算法和非NN 算法、异构系统、硬件软件协同提升,软件工程师会碰到各种各样难题,这都将为大伙儿持续深耕上带来了阻力。

声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请与我们联系,我们将及时更正、删除,谢谢。

分享到:
阅读延展
AI芯片 端AI芯片
  • 物联网助推下 云端AI芯片规模达百亿美元

    物联网助推下 云端AI芯片规模达百亿美元

    在全球AI芯片公司榜单中英伟达位居榜首。作为AI芯片大佬,为了提升竞争力,以69亿美元收购以色列芯片厂商Mellanox,使得英伟达加速计算平台与Mellanox加速网络平台相结合,共同创建新一代数据中心级计算解决方案,将加强在数据中心芯片业务竞争力。

  • ABI Research:预计2024年全球云端 AI 芯片达100 亿美元

    ABI Research:预计2024年全球云端 AI 芯片达100 亿美元

    人工智能兴起的背后关键因素之一是云计算能力的提升,而这主要是由云端 AI 芯片的增强和升级推动的。云端 AI 芯片是专注于 AI 工作负载的计算芯片,通常部署在云或数据中心应用环境中。

  • 寒武纪推出新一代云端AI芯片思元270

    寒武纪推出新一代云端AI芯片思元270

    近日,寒武纪正式宣布推出云端AI芯片中文品牌“思元”、第二代云端AI芯片思元270(MLU270)及板卡产品。寒武纪官宣显示,产品参数在低精度训练领域实现重大突破,印证之前知乎网友的爆料。

  • GPU后端深度学习主流芯片 国内已有多个替代方案

    GPU后端深度学习主流芯片 国内已有多个替代方案

    随着人工智能的快速发展,对算力提出了更高的要求,传统CPU已经难以满足人工智能高性能并行计算的需求。云端AI芯片的出现解决了目前这一瓶颈问题。相比于前端,后端设备更适合于更大规模的人工智能的应用。

微信

第一时间获取电子制造行业新鲜资讯和深度商业分析,请在微信公众账号中搜索“大比特商务网”或者“big-bit”,或用手机扫描左方二维码,即可获得大比特每日精华内容推送和最优搜索体验,并参与活动!

发表评论

  • 最新评论
  • 广告
  • 广告
  • 广告
广告
Copyright Big-Bit © 2019-2029 All Right Reserved 大比特资讯公司 版权所有       未经本网站书面特别授权,请勿转载或建立影像,违者依法追究相关法律责任