你将学习:
- 人工智能芯片组及其在现代工业景观中的意义。
- 为什么尖端人工智能芯片超越基于云的解决方案，成为人工智能处理的首选选择?
- AI芯片组行业的最新发展。
人工智能(AI)正在推动整个工业领域的快速变革。随着企业越来越多地受到数据驱动，对人工智能的需求也在同步增长。语音识别、推荐系统、医学成像和更好的供应链管理只是人工智能技术赋予组织的工具、算法和计算能力的几种方式，以有效地执行他们的工作。
然而，这些现代人工智能技术的成功取决于超大规模的计算。为了解决这一计算难题，装有大量晶体管的计算机芯片，并定制用于人工智能系统的特定计算，正成为首选解决方案。这些专业的、尖端的人工智能芯片组现在是大规模实施具有成本效益的人工智能的组成部分。
人工智能芯片组，也被称为人工智能加速器，本质上是一种专门的计算机芯片，旨在实现大规模人工智能特定计算所需的高速和效率。
就产品类型而言人工智能芯片市场广泛地分为现场可编程门阵列(fpga)和专用于AI应用的集成电路(asic)。虽然更简单的人工智能任务可以由cpu等通用芯片来完成，但近年来，随着更先进的芯片技术的出现，这些系统正变得不那么流行。
不同的ai优化芯片用于不同的任务。例如，gpu在人工智能算法的初始开发和改进中表现出最大的潜力，这一过程被称为“训练”。fpga通常通过一个被称为“推理”的过程，将“训练有素”的人工智能算法应用到现实世界的数据输入中。与此同时，asic在训练和推理应用方面显示出强大的潜力。
尖端人工智能芯片取代了云计算芯片
直到最近，由于高度的处理器密集型要求，大多数AI计算主要在数据中心、电信边缘处理器或企业核心设备上进行，而不是在本地设备上进行。由于可伸缩性和灵活性的好处，基于云的工作负载集中化一直是首选。
然而，在现代人工智能范式中，该行业正在经历一场重大转变，以尖端人工智能芯片组为主导。作为芯片技术最突出的趋势之一，边缘人工智能芯片帮助在“边缘”运行人工智能处理，也就是说，在没有连接到云网络的设备上。
这种芯片技术具有明显的优势。尖端人工智能芯片无需在远程服务器上执行人工智能处理任务，而是在设备上本地执行，可以大大提高处理速度和隐私性。
随着尖端人工智能芯片组的迅速流行，它们正迅速进入多种应用领域，从平板电脑、智能手机、扬声器和可穿戴设备等消费设备，到更复杂的技术，如相机、传感器、机器人和其他物联网设备。
这些经过人工智能优化的芯片组被设计得更小、更经济、更省电，而且比传统的同类产品产生的热量要少得多，这使得它们与手持设备和非消费设备的集成更加简单。通过实现处理器密集型人工智能计算的本地实现，边缘人工智能芯片组可以大大减少或减轻将大量数据发送到远程位置的需求。这反过来又能在速度、可用性、隐私性和数据安全性方面带来无数好处。
虽然尖端人工智能芯片在智能音箱、智能手机和平板电脑等消费设备应用中显示出巨大的前景，但它们也在其他更复杂的设备中获得了迅速的吸引力。
例如,Arm的芯片如Arm Cortex-M55和神经处理单元Ethos-U55都是为了超越传统的手机和平板电脑——它们更适用于复杂的用例，比如物联网设备。例如,360度。手杖中的摄像头用于识别应用程序，先进的火车传感器用于识别本地问题并减轻延误，这些都是该公司即将推出的人工智能优化芯片组的主要用例。
前景:创业投资，新技术有助于促进增长
随着对尖端人工智能芯片组技术的需求持续增长，许多富有的初创公司开始成为英伟达等市场领导者的强大竞争对手。一个明显的例子就是以色列初创公司Hailo，该公司在2020年3月公布了一轮价值6000万美元的融资，旨在推出其深度学习芯片。
软件公司英特尔的投资和风险投资部门，英特尔资本也投资了超过1.32亿美元，资助了11家横跨自动化、人工智能和芯片设计领域的初创公司包括Hypersonix、Spectrum Materials、Axonne、ProPlus Electronics、Anodot、MemVerge、Astera Labs、Lilt、KFBIO、Retrace和Xsight Labs。
与此同时，现有的软件和技术实体也在开发复杂的人工智能优化芯片组技术方面取得了重大进展。例如，苹果公司(Apple)正在将其A11和A12“仿生”芯片集成到最新的iPad和iPhone机型中，从而为其进入人工智能未来铺平道路。这些芯片技术利用了该公司的神经引擎。据称，A12芯片的速度比上一代快了近15%，耗电量仅为上一代的50%。
与此相反，索尼公司正致力于将图像传感器与内置的人工智能处理系统结合在一起的混合技术。考虑到代码和图像的快速融合，该技术被吹捧为提供广泛的应用范围和好处，通过简化一个电子组装，可以在照片发送到GPU、主逻辑板或云之前对其进行实质性处理。
