<em id="8yiuo"></em>
<rp id="8yiuo"></rp>
    <li id="8yiuo"><acronym id="8yiuo"></acronym></li>

      <em id="8yiuo"><acronym id="8yiuo"><blockquote id="8yiuo"></blockquote></acronym></em>
      <dd id="8yiuo"></dd>
      返回首頁 hi, 歡迎來到機器人在線 請登錄/ 免費注冊

      AI很火,落地很難?

      時間:2021-08-04 來源:電子發燒友 黃晶晶 閱讀:13369

      電子發燒友網報道(文/黃晶晶)數據顯示,2020年中國人工智能產業規模超過1500億元,帶動相關產業規模超過1萬億元。在全球新興人工智能項目中,中國占據超過一半的份額。


      不過,AI如何落地一直是行業熱議的話題。我們看到近兩年,在疫情、物聯網、5G、智能化等因素的影響下AI的應用需求更加明晰。同時,2021年AI企業在資本市場并不太順利,這或許反映出全行業在探索技術與產品、應用與商業方面仍然存在著問題。


      在最近由電子發燒友網主辦的2021第四屆人工智能大會上,來自AI行業的領袖們展開了一場熱烈的探討。很榮幸由我擔任這場主題為“撥開迷霧,AI產業的重塑與升華”的AI圓桌論壇的主持。邀請到Imagination 高級市場經理黃音、Arm China AI技術高級市場經理吳彤、飛騰信息技術有限公司解決方案高級總監朱大勇、TI嵌入式產品系統與應用總監蔣宏等四位嘉賓進行觀點的交鋒、思想的碰撞。


      數據、算力和算法三大要素,算力不是AI應用的瓶頸


      在電子發燒友網發布的“2021年AI技術與應用落地報告”中,針對算力需求的調研顯示,10TOPS以下的算力占比最高。其中3-6TOPS占比20%,6-10TOPS占比19%,1-3TOPS占比16%,0-1TOPS占比12%。相對來說,在輕量級的例如智能家居領域對AI算力的需求主要集中在0-1TOPS。


      數據、算力和算法是AI的三大關鍵要素,嘉賓們普遍認為算力并不是阻礙AI落地的因素,雖然針對不同的應用場景算力需求不同,例如自動駕駛所需求的算力會更高,但AI芯片提供的算力足夠支撐這些應用。


      在芯片層面,無論是神經網絡加速IP、GPU IP還是AI存算一體芯片,或是ASIC,這些IP和芯片都對芯片算力做了很好的部署和支撐。吳彤分析,摩爾定律放緩后,通過AI創新架構、先進封裝等方式仍然可以提升算力。例如存內計算就是聚焦低功耗的機器學習,可以用于邊緣智能等。


      此外,算法層面,吳彤表示通過算法減枝等進行算法優化。至于數據,可以分為兩個方面來看。蔣宏認為數據主要在于通過傳感器收集,攝像頭、雷達等多傳感器的數據如何收集、融合、執行顯得非常重要。


      另一方面,關乎數據安全問題。最近國家出臺了數據安全法,并將正式實施。此前,共享出行、人臉識別等各類數據安全問題頻發,已經引起極高的重視。因此,今后,AI獲取的數據不再是野蠻拿取,而是要考慮數據安全的基礎上合理地采集和使用數據。這一點,必然會規范AI行業的發展,加強數據安全保障。


      AI芯片不缺貨,AI缺少更多成熟應用


      同樣在我們電子發燒友網的這份AI報告中,調研結果顯示出AI芯片并沒有大規模缺貨的現象,除了在個別的例如海思的芯片、某些品牌的MCU、CPU、GPU有缺貨現象。這與當前半導體的缺貨形勢似乎不相稱?


      其實不然。嘉賓的觀點也佐證了我們的這一數據。朱大勇認為,海思最早從ISP開始切入安防市場,它的安防IPC芯片之所以市場占有率高,是基于它對于安防市場的理解,這也是其他廠商短時間內難以趕超的,因此在海思芯片供應不穩定后一時間很難有替代的芯片,才使得芯片嚴重缺貨。


      反觀調研結果顯示的,我們的AI芯片大部分不缺貨,也說明我們的AI應用缺少殺手級應用,處于AI芯片找市場,而不是市場需求旺盛要找AI芯片的現實狀況。


      垂直領域是AI落地的機會


      黃音認為,AI的專用處理功能決定了它會是以ASIC存在。那么在垂直領域找到AI的用武之地非常重要。


      蔣宏也表示,一顆芯片定義成大而全沒有太大的價值,而是通過分析某一類市場去定義一顆芯片,解決某類問題。


      從最早的AI智能音箱,到AI安防,乃至交通物流、醫療等都離不開AI。吳彤認為,除了成熟的AI安防應用之外,汽車是又一個AI應用的機會。目前很多AI芯片企業都涌向智能駕駛領域。


      不過,AI芯片的落地還是一個生態建設問題。朱大勇表示,飛騰作為國產CPU廠商就非常注重AI聯合生態的建設。CPU解決了通用計算的問題,但在AI場景中需要與AI芯片相配合,積極擁抱多樣化的算力。飛騰一直在與國際主流廠商一起定義OCP標準。OCP是由Facebook發起的、致力于推動開放硬件技術標準,推進數據中心創新的全球性組織,成員包括google、微軟、Intel等46家全球性IT企業以及互聯網運營商。


      此外,嘉賓們也指出,相比AI硬件,AI軟件生態建設更重要,包括開發環境、工具鏈等是AI應用的易用性、接受度的重要因素。


      小結:


      電子發燒友網AI產業調研顯示,AI項目的成功部署情況在2021年也得到了明顯改善。不確定性選擇由2020年26%下降至2021年的17%。成功部署占比51%-70%的由11%提升至15%。不過,目前采用AI芯片的困難主要集中在研發難度大、成本偏高和技術支持不到位。我們的AI應用落地,需要加快AI生態建設、尋找更深的AI應用,這是原廠、方案商、終端客戶共同努力的方向。


      好的文章,需要您的鼓勵

      16

      • 最新文章
      • 精品案例
      • 現貨產品
      延伸閱讀 熱門要聞