<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>

新聞中心

EEPW首頁(yè) > 智能計算 > 業(yè)界動(dòng)態(tài) > “雙輪驅動(dòng)”戰略應對中國市場(chǎng)廣泛復雜的AI需求

“雙輪驅動(dòng)”戰略應對中國市場(chǎng)廣泛復雜的AI需求

作者:KengSu Teoh(安謀科技研發(fā)副總裁,超域處理器研發(fā)部聯(lián)合負責人) 時(shí)間:2022-04-11 來(lái)源:電子產(chǎn)品世界 收藏

產(chǎn)業(yè)融合的背后是需求的發(fā)展,(中央處理器)通用計算發(fā)展了幾十年,如今伴隨著(zhù)人工智能(AI)的需求,( 嵌入式神經(jīng)網(wǎng)絡(luò )處理器)成為了下一代智能計算的核心,在處理新類(lèi)型數據流方面效率遠高于 和GPU(圖形處理器)的處理器,并且獨立出來(lái)與 做更多配合。

本文引用地址:http://dyxdggzs.com/article/202204/432931.htm

同時(shí)我們也看到元宇宙等新興場(chǎng)景對AI的新需求,AI 本身作為一項新興技術(shù),必將對我們生活的方方面面帶來(lái)深遠影響。目前AI 還處于很早期階段,在不同領(lǐng)域采集數據不同,算法不同,部署需求也各不相同。當AI 滲透率到一定階段以后,將會(huì )有AI 融合發(fā)展的需求,最終可能形成超級AI,在各細分市場(chǎng)由超級AI 構成對外智能中樞,成為元宇宙的核心元素。

1649657796639396.png

對數據處理精細化和低延遲的需求拉動(dòng)了邊緣AI的發(fā)展。從終端到云端的網(wǎng)絡(luò )連接很難做到100% 可靠穩定,邊緣AI 設備中的機器學(xué)習通常是實(shí)時(shí)實(shí)現的,無(wú)需網(wǎng)絡(luò )連接就能在本地處理數據,端點(diǎn)性能更強,延遲最小。邊緣AI 也是數據處理的更安全選擇,同時(shí)可以顯著(zhù)降低與更高帶寬需求和云存儲相關(guān)的成本。此外,AI 算法的演進(jìn)和本地數據采集處理能力的增強也進(jìn)一步推動(dòng)邊緣AI 的快速發(fā)展。

科技認為,邊緣AI 目前主要存在兩條發(fā)展路徑,一方面嵌入式設備的能力逐漸增強,以更小巧的形態(tài)覆蓋算力要求中等、環(huán)境多變靈活的場(chǎng)景,比如智能攝像頭、機器人等;另一方面云端設備功耗逐漸降低,以中小型服務(wù)器的形態(tài)覆蓋對延遲、流量、算力都有要求的場(chǎng)景,比如邊緣云、自動(dòng)駕駛等。未來(lái),隨著(zhù)場(chǎng)景細分,邊緣AI 需要融合其他更多計算單元來(lái)應對不同場(chǎng)景的特殊需求,例如 + ISP(圖像信號處理)、 + VPU(矢量處理器)等等,針對更多細分行業(yè)的定制化AI 將成為趨勢。

為了滿(mǎn)足中國市場(chǎng)復雜多變的需求,科技確定了CPU + XPU“雙輪驅動(dòng)”戰略,并在智能攝像頭、智能機器人、AR/VR 等領(lǐng)域與合作伙伴展開(kāi)深度合作,依托“核芯動(dòng)力”業(yè)務(wù)品牌向客戶(hù)提供多樣化、智能化、定制化的核心處理器IP 技術(shù)及開(kāi)放的智能計算平臺,優(yōu)化數據搬運、降低功耗、提升效能。通過(guò)“通用平臺+個(gè)性化算法”的方式提供細分行業(yè)最大公約數,幫助合作伙伴縮短產(chǎn)品上市時(shí)間,更好地滿(mǎn)足行業(yè)需求。

嵌入式AI 的另一個(gè)關(guān)鍵點(diǎn)是低功耗,低功耗是很多應用不變的需求。影響功耗的因素很多,如芯片的生產(chǎn)工藝升級、計算單元的微架構改變、軟件應用的提升等,這些都會(huì )對功耗產(chǎn)生很大的影響。結合特定場(chǎng)景、特定應用,達到算力提升的同時(shí)保持低功耗,是有可能的。科技在通用計算為主的CPU 產(chǎn)品線(xiàn)之外,推出了新的自研XPU 產(chǎn)品線(xiàn),針對不同應用和場(chǎng)景,將處理AI、視頻、圖像等功能的計算單元組成不同的解決方案,打造融合計算平臺,來(lái)解決海量智能數據流的處理效率和功耗問(wèn)題,從而滿(mǎn)足對高性能和低功耗的雙重需求。

低功耗器件推動(dòng)著(zhù)可穿戴設備必然向智能化方向發(fā)展,并能通過(guò)不同場(chǎng)景的應用給未來(lái)生活帶來(lái)改變。隨著(zhù)消費升級以及AI、VR、AR 等技術(shù)的逐漸普及,可穿戴設備已從過(guò)去的單一功能邁向多功能,其形式也越來(lái)越多樣化,從最初的智能手機擴展到更多創(chuàng )新領(lǐng)域,如智能手表、智能手環(huán)、智能眼鏡、智能跑鞋等等,同時(shí)具有更加便攜、實(shí)用等特點(diǎn)。

例如,在運動(dòng)健康監測方面,智能可穿戴設備的影響力不容小覷??纱┐髟O備可以生成用戶(hù)健康的信息流,提供包括科學(xué)計步、實(shí)時(shí)運動(dòng)監測、實(shí)時(shí)心率監測、身體健康監測等多方面的數據分析,以及運動(dòng)健康指導,用戶(hù)基于這些數據反饋和專(zhuān)業(yè)建議,可以保持健康的生活作息,養成科學(xué)的運動(dòng)習慣。

人工智能應用在向更智能、更強大的方向發(fā)展。例如蘋(píng)果手機的電影效果模式,就是集很多AI 應用于一體,在需要強大算力的同時(shí),也需要CPU、GPU 的配合。以安謀科技為例,我們在不斷提升硬件產(chǎn)品能力的同時(shí),也在優(yōu)化上層的軟件,充分協(xié)同CPU + GPU + NPU 的工作。這里值得注意的是,軟硬件結合是必然趨勢,在算力提升時(shí),僅靠架構和芯片,軟件卻跟不上,一樣很難實(shí)現性能提升。安謀科技目前就有很多工程師在進(jìn)行各種軟件研發(fā)工作,覆蓋從開(kāi)源軟件到服務(wù)器的軟件支持。

(本文來(lái)源于《電子產(chǎn)品世界》雜志2022年4月期)



關(guān)鍵詞: 202204 安謀 CPU NPU

評論


相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>