历史上的今天
今天是：2025年03月28日（星期五）
2019年03月28日 | AI从云端走向终端，推动ASIC需求
2019-03-28 来源：新电子
人工智能风潮席卷全球，而为了加速AI应用普及，并降低云端运算工作负载，实现更多的创新应用，边缘运算需求与日俱增，AI开始从「云端」走向「终端」，也因而推升ASIC需求；
根据市调机构Ovum预估，2018~2025年，ASIC的市占率将从11%大幅增加至48%。Ovum调查报告指出，在2016年，云端(包含企业、数据中心等)为深度学习晶片的主要营收领域，占了80%。不过，到了2025年，此一比例将会改变，转变成边缘(Edge)占了80%，而云端的比例则降为20%。这边所指的边缘意指终端设备，且以消费性产品为中心(而非小型伺服器或是路由器)，包括移动装置(手机、平板)、头戴式显示器(HMD)，如AR/VR /MR、智能音箱、机器人、无人机、汽车、安全摄影镜头等。
Tractica/Ovum研究总监Aditya Kaul表示，现今大多数的AI处理器，如GPU，多用于云端伺服器、资料中心，以在云端上进行AI训练和推论。不过，随着隐私、安全性需求增加，加上为了降低成本、延迟及打破频宽限制等因素，分散式AI随之兴起，越来越多AI边缘应用案例出现。例如苹果的A12仿生芯片，其具备新一代「神经网路引擎」，以即时机器学习技术，改变智能手机的使用体验。
Kaul指出，简而言之，AI从云端转向边缘是现在进行式，当然目前AI在边缘设备上多还是以推论为主，而非训练。不过随着AI创新应用增加，有越来越对芯片商尝试提升终端装置处理器的运算效能，为的就是不用再传送资料至云端进行资料运算、推理和训练。也因此，各式的处理器纷纷问世，像是CPU、FPGA、GPU、ASIC、NPU或SoC Accelerator等。
其中，ASIC的市占率可望随着边缘运算的需求增加而明显攀升，从2018年的11%增加至2025年的52%。Kaul进一步解释，ASIC之所以受到青睐，原因在于新兴的深度学习处理器架构多以图形(Graph)或Tensorflow为基础架构；且上述提到AI边缘运算受限于功耗和运算效能，因此多以推论为主，而非训练。然而，若假设到2021年时，终端设备将导入大量AI芯片，所需要的便是能在同一个芯片上进行推理和训练，可因应分散式运算且又具低功耗的IC，因此ASIC需求将持续上扬，实现更多AI边缘应用案例。
史海拾趣
|
风华高科新入大学生必读宝典MLCC的基础知识介绍，据说是风华高科新入职大学生的必读宝典，很经典。 附件[url=http://mlcc%20base.pdf/]MLCC Base.pdf[/url](532.11 KB) 2008-12-11 13:51, 下载次数: 50 [ 本帖最后由 chinatea 于 2008-12-11 14:31 ...… 查看全部问答＞ |
|
摘 要: 针对汽车控制系统减少线束和较低成本的要求，提出了以集成CAN控制器的PIC18F258单片机为核心设计而成的汽车电动车窗控制系统，给出了系统主要硬件结构和软件设计流程。相对于传统的点对点控制方式，不仅减少了车内的线束、降低 ...… 查看全部问答＞ |
|
给出一个描述把： 在ARM平台下需要实现组建一个无线的局域网， 局域网中的每个终端同样也是ARM的系统。 这个是大概的一个想法把，想请教下各位能有些什么样的实现方法呢？ … 查看全部问答＞ |
|
CadSoft EAGLE V6即将登场(2011年12月) CadSoft EAGLE V6即将登场来自CadSoft内部消息：EAGLE V6好像9月在欧洲发布了，预计年底应该在国内上市。使用EAGLE软件或者喜欢EAGLE的工程师朋友们有福了。让我们先睹为快，来看看EAGLE V6的新功能、新特性：重新设计的XML数据库结构读取、编辑和 ...… 查看全部问答＞ |