文檔幫助中心
人工智能芯片重心走向邊緣計算
來源:中國電子報
邊緣AI處理需求爆發
本輪人工智能熱潮啟動之初，許多企業都相信人工智能最適合放置的位置在云端。這也是大量企業將數據遷移上云，并將相應的處理運算交由云服務器承載的主要原因。但是隨著數字化的深入發展，邊緣與終端采集到的數據量呈指數級增長，且對實時響應和低延時有了更高要求，人工智能向邊緣計算延伸也就變得不可阻擋。
高通公司總裁兼CEO安蒙在WAIC2022主題演講中就指出邊緣側創新的重要性。“AI處理能力需要擴展至邊緣側，情境豐富的數據在邊緣側產生，分布式智能應運而生。這將顯著推動更加豐富的AI應用規模化部署，同時整體提升云端智能。”安蒙也強調了終端AI具備多項重要優勢，“終端側AI能夠提升安全性、保護隱私，敏感數據可保存在終端，無需發送至云端。它能夠偵測惡意軟件和可疑行為，這對大規模共享環境至關重要。終端側AI將賦能新的顛覆性技術。它還將助力更高效地利用有限的網絡資源和帶寬。”
恩智浦半導體全球執行副總裁兼CTOLarsREGER在“賦能邊緣端智能”的演講中也強調，當實時響應和低延時成為至關重要的因素時，就需要依靠邊緣計算架構。寒武紀董事長陳天石表示，隨著人工智能的普及，人工智能算力需求正呈指數級增長。面對這樣一個智能產業發展趨勢，寒武紀所做的事，就是為各行業的智能化發展提供全算力的產品支撐。
IDC預計，未來幾年64%的數據將在傳統數據中心之外產生，這意味著更多的數據智能處理將在終端和邊緣側完成。海量數據的接入，使AI處理的重心正向邊緣遷移。
主流芯片廠商加碼布局
隨著人工智能重心不斷向邊緣側遷移，越來越多芯片廠商開始加強邊緣側產品的開發布局。本次大會上，高通便積極推動終端側AI的普及與生態合作。高通產品管理副總裁ZiadAsghar表示，高通致力于通過提供高效的硬件、算法和軟件工具，持續推動性能功耗比提升。以驍龍8+支持的第七代高通AI引擎為例，在既定功耗下，其相比前代將AI能力提升了一倍以上。
面對英偉達、英特爾等國際廠商在云端AI芯片上的競爭優勢，很多國內廠商也選擇在邊緣AI芯片方面取得突破，如華為推出的昇騰系列AI處理器、昆侖芯科技推出的昆侖芯系列芯片、阿里平頭哥推出的含光系列AI芯片等。
此次由中國科學院自動化研究所和華為聯合開發的全球首個三模態大模型“紫東太初”，獲得本屆大會的最高獎項SAIL獎，便是基于昇騰AI軟硬件平臺打造。當前AI技術存在“一專一能”、小樣本學習能力欠缺、跨模態語義鴻溝的痛點，“紫東太初”大模型通過跨模態多任務自監督學習，有望解決AI應用中的長尾問題。
人工智能視覺感知芯片公司愛芯元智也展示了全系列端側邊緣側AI芯片及在智慧城市、智慧交通等領域應用解決方案。近年來，邊緣側AI技術的引入，為圖像、視頻畫質處理帶來重要提升作用，如在夜晚暗光場景下智能檢測車輛盲區的人、車、騎行者、路沿、欄桿等障礙物，進行預警及報警等，顯示了邊緣側AI的應用前景。
自動駕駛成重點
在人工智能重心向邊緣側遷移過程中，自動駕駛成為邊緣AI發展應用的重要方向。寒武紀董事長陳天石在本次大會上發表題為《車云協同，用芯助力智能汽車升級》的主題演講，深入介紹了寒武紀在車云協同理念下的智能汽車生態發展布局。陳天石認為，在自動駕駛領域，算力已成為核心驅動力。在此趨勢下，寒武紀控股子公司寒武紀行歌積極布局車端產品線，推動車云協同系統的發展。
通過車云協同可以實現數據閉環和AI模型持續優化。在云端，寒武紀擁有訓練芯片和集群產品。在車端，寒武紀行歌可提供車載智能芯片和計算平臺，通過車云協同，能夠將車端的數據快速回傳，實現AI模型的快速迭代升級。
在車載智能駕駛AI芯片領域，國內的黑芝麻、地平線等企業也表現優異。黑芝麻的華山系列車載智能駕駛芯片能夠滿足L2+級以上自動駕駛功能的算力需求，并與一汽、蔚來、上汽、比亞迪、東風等形成產業鏈伙伴。地平線的征程系列AI芯片已經搭載在理想one、智己L7、長安UNI等多款量產車當中。
