​人工智能芯片重心走向边缘计算

陈炳欣
IDC预计,未来几年64%的数据将在传统数据中心之外产生,这意味着更多的数据智能处理将在终端和边缘侧完成。海量数据的接入,使AI处理的重心正向边缘迁移。

本文来自中国电子报,作者/陈炳欣。

随着各类智能设备如智能汽车、智能手表、智能家电、VR/AR等越来越多地走入人们生活,人工智能也在快速从“云端”走向“边缘”。在此趋势下,从近日召开的“2022世界人工智能大会(WAIC2022)”上可以发现,有越来越多芯片企业开始加强其在边缘智能领域的布局。

边缘AI处理需求爆发

本轮人工智能热潮启动之初,许多企业都相信人工智能最适合放置的位置在云端。这也是大量企业将数据迁移上云,并将相应的处理运算交由云服务器承载的主要原因。但是随着数字化的深入发展,边缘与终端采集到的数据量呈指数级增长,且对实时响应和低延时有了更高要求,人工智能向边缘计算延伸也就变得不可阻挡。

高通公司总裁兼CEO安蒙在WAIC2022主题演讲中就指出边缘侧创新的重要性。“AI处理能力需要扩展至边缘侧,情境丰富的数据在边缘侧产生,分布式智能应运而生。这将显著推动更加丰富的AI应用规模化部署,同时整体提升云端智能。”安蒙也强调了终端AI具备多项重要优势,“终端侧AI能够提升安全性、保护隐私,敏感数据可保存在终端,无需发送至云端。它能够侦测恶意软件和可疑行为,这对大规模共享环境至关重要。终端侧AI将赋能新的颠覆性技术。它还将助力更高效地利用有限的网络资源和带宽。”

恩智浦半导体全球执行副总裁兼CTO Lars Reger在“赋能边缘端智能”的演讲中也强调,当实时响应和低延时成为至关重要的因素时,就需要依靠边缘计算架构。寒武纪董事长陈天石表示,随着人工智能的普及,人工智能算力需求正呈指数级增长。面对这样一个智能产业发展趋势,寒武纪所做的事,就是为各行业的智能化发展提供全算力的产品支撑。

IDC预计,未来几年64%的数据将在传统数据中心之外产生,这意味着更多的数据智能处理将在终端和边缘侧完成。海量数据的接入,使AI处理的重心正向边缘迁移。

主流芯片厂商加码布局

随着人工智能重心不断向边缘侧迁移,越来越多芯片厂商开始加强边缘侧产品的开发布局。本次大会上,高通便积极推动终端侧AI的普及与生态合作。高通产品管理副总裁Ziad Asghar表示,高通致力于通过提供高效的硬件、算法和软件工具,持续推动性能功耗比提升。以骁龙8+支持的第七代高通AI引擎为例,在既定功耗下,其相比前代将AI能力提升了一倍以上。

面对英伟达、英特尔等国际厂商在云端AI芯片上的竞争优势,很多国内厂商也选择在边缘AI芯片方面取得突破,如华为推出的昇腾系列AI处理器、昆仑芯科技推出的昆仑芯系列芯片、阿里平头哥推出的含光系列AI芯片等。

由中国科学院自动化研究所和华为联合开发的全球首个三模态大模型“紫东太初”,获得本届大会的最高奖项SAIL奖,便是基于昇腾AI软硬件平台打造。当前AI技术存在“一专一能”、小样本学习能力欠缺、跨模态语义鸿沟的痛点,“紫东太初”大模型通过跨模态多任务自监督学习,有望解决AI应用中的长尾问题。

人工智能视觉感知芯片公司爱芯元智也展示了全系列端侧边缘侧AI芯片及在智慧城市、智慧交通等领域应用解决方案。近年来,边缘侧AI技术的引入,为图像、视频画质处理带来重要提升作用,如在夜晚暗光场景下智能检测车辆盲区的人、车、骑行者、路沿、栏杆等障碍物,进行预警及报警等,显示了边缘侧AI的应用前景。

自动驾驶成重点

在人工智能重心向边缘侧迁移过程中,自动驾驶成为边缘AI发展应用的重要方向。寒武纪董事长陈天石在本次大会上发表题为《车云协同,用芯助力智能汽车升级》的主题演讲,深入介绍了寒武纪在车云协同理念下的智能汽车生态发展布局。陈天石认为,在自动驾驶领域,算力已成为核心驱动力。在此趋势下,寒武纪控股子公司寒武纪行歌积极布局车端产品线,推动车云协同系统的发展。

通过车云协同可以实现数据闭环和AI模型持续优化。在云端,寒武纪拥有训练芯片和集群产品。在车端,寒武纪行歌可提供车载智能芯片和计算平台,通过车云协同,能够将车端的数据快速回传,实现AI模型的快速迭代升级。

在车载智能驾驶AI芯片领域,国内的黑芝麻、地平线等企业也表现优异。黑芝麻的华山系列车载智能驾驶芯片能够满足L2+级以上自动驾驶功能的算力需求,并与一汽、蔚来、上汽、比亚迪、东风等形成产业链伙伴。地平线的征程系列AI芯片已经搭载在理想one、智己L7、长安UNI等多款量产车当中。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论