广告

大咖论剑:AI的落地/分工/投资机遇

2020-07-10 赵娟 阅读:
普罗大众都在伸开双手拥抱人工智能,而作为人工智能的核心——芯片产业,则在努力寻找AI落地的多种方式。

人工智能正处在技术孕育突破、场景深度应用、产业加速变革的活跃期,近日“2020世界人工智能大会云端峰会”在上海召开,普罗大众都在伸开双手拥抱人工智能,而作为人工智能的核心——芯片产业,则在努力寻找AI落地的多种方式。Jj9ednc

在峰会同期7月10日分论坛“人工智能芯片创新主题论坛”的圆桌讨论环节,嘉宾们讨论AI的落地、AI在云端和边缘的“分工合作”以及AI未来等热点话题。Jj9ednc

Jj9ednc

圆桌由芯原股份创始人、董事长兼总裁戴伟民博士主持,嘉宾包括上海集成电路产业投资基金总经理陈刚,小米科技投资合伙人孙昌旭,壁仞科技联合创始人、总裁徐凌杰,酷芯微电子董事长姚海平,Rokid创始人、CEO祝铭明。Jj9ednc

AI在疫情中的落地

在圆桌初始,戴博士先带出两款在疫情中表现亮眼AI产品。Jj9ednc

全球首款智能测温眼镜。这款眼镜推出后即受到《纽约时报》、CNN、《每日邮报》路透社等国际媒体的关注,目前被全球32个国家都大量采购(除了澳洲),产能已经排到10月份。Jj9ednc

“我们的眼镜可以在一分钟内看到上千人的体温,比如在今天这个会场,带上眼镜扫一眼过去大家的体温就都测到了。”Rokid创始人、CEO祝铭明介绍道。Jj9ednc

这款测温眼镜初始设计是针对工业环境,帮助产线工人在检查温度、线路异常等时解放双手。工业环境一般比较稳定,湿度温度距离等都可控,但在生活环境中要在4米的距离外把误差控制在0.2度内非常难。Jj9ednc

“一般CMOS Sensor的误差有0.5度,加上外部环境误差能有1度。”祝铭明介绍道,“疫情发生后,Rokid迅速通过增加AI消除背景温度噪音,拟合出体表温度和实际温度相关性。”Jj9ednc

另外,考虑到部署环境可能没有网络,所以对边缘计算的要求很高,所以我们也用到了芯原的GPU,差不多花了两周就完成了。Jj9ednc

以前觉得AI和AR落地难,这绝对是身边AI和AR结合的成功案例之一。正如清华大学微电子学院魏少军所言,“中文的危机一词非常巧妙,任何的危险里面都隐藏这机会。”Jj9ednc

疫情期间,酷炫的测温眼镜或许我们还没用过,但很多人一定体验过了测温面板机。酷芯微电子和多家头部企业做出了快速识别动态人脸及测温的方案,人脸识别速度缩减至200ms以内,其中用到的Edge AI处理器AR9201也是基于芯原微电子的IP。Jj9ednc

“因为我们的产品需要对三个传感器数据进行融合,传感器融合因为涉及到同步、时域上的东西,即使网络信号好,在云端也很难做,芯原的IP在我们的边缘AI处理器中扮演了很重要的角色。”酷芯微电子董事长姚海平指出。Jj9ednc

AI在边缘与云端的“分工协同”

虽然上面两家公司的产品,都强调了边缘计算的重要性,越来越多的处理也会在边缘执行,“但是这并不表示我们边缘和云端是互相对立的,反而这两者是相辅相成的,两者是分工协同。”壁仞科技联合创始人、总裁徐凌杰指出。徐凌杰上一份工作是阿里云基础架构总监。Jj9ednc

“云端有非常强的算力,智能终端从技术和商业模式上来讲都是云端智能在边缘侧的一个延伸,是一个分布式的技术体现。过去几年AI在云和边缘都得到了强劲增长,今年整个AI芯片产业市场规模会接近200亿人民币,其中7成还是在云端,因为云端还是代表了非常强的算力水平。”他补充道。Jj9ednc

那么AI在云端与边缘如何协同和分工?Jj9ednc

“我们一直说让能够听到炮火声的人做决定,在终端和云端的分工也是一样。以视频分析为例,如果能在终端设备中加入一定AI算力做视频结构化,能对云端减少很大的负载、节省带宽,更快反馈。另一方面的考量是隐私,让终端数据留在终端,云端去处理抽象的、有共性的数据。”徐凌杰认为,“另外,终端受到连接、功耗、以及小型化的需求限制,芯片在面积、功耗、以及算力上并不能够完整满足需求,这样的情况就需要云端AI。”Jj9ednc

云端AI首先通过规模化解决资源整合的问题,其次通过集群化解决算力拓展的问题,第三通过集约化解决成本效率的问题。数据中心云端的智能能够在规模效应下提供更强大的算力。Jj9ednc

现场观众对AI服务器最关注的方面进行了投票:Jj9ednc

Jj9ednc

“软件和硬件的一体化在AI领域中非常重要,英伟达正因为它的软件生态结合它强大的算力和功用性,才可以坐上世界芯片第一把交椅。”徐凌杰指出。Jj9ednc

现场也对终端AI产品的主要优势做了投票:Jj9ednc

Jj9ednc

投资界如何看待AI的未来?

整个集成电路的发展有几个重要的阶段。像PC时代、移动互联时代,接下来是AI的时代。“移动互联时代大家印象非常深刻,以前半导体周期性非常强,对于Fab来说,遇到周期低谷是非常痛苦的事情,但是移动互联时代的持续增长让大家基本感受不到半导体周期性低谷的状态,接下去AI会带来更大的高潮。”上海集成电路产业投资基金总经理陈刚指出。Jj9ednc

上海集成电路产业投资基金一期总规模285亿,重点投了芯片制造,包括中芯、华力、积塔等企业。Jj9ednc

对于AI这个领域,陈刚认为要从两个大的维度看:一个维度从AI三大要素出发,即算力、数据、算法,这其中涉及GPU、FPGA和ASIC等芯片公司,他们有非常好的平台和机遇;另外一个维度从AI整个链条出发,即感知(关注不同形态的传感技术)、计算和存储(关注新型存储等)、还有通信等都有非常大的机遇。Jj9ednc

对于小米来说,手机+AI,5G是核心的战略方针。小米科技投资合伙人孙昌旭透露,小米成立了专门的人工智能部门,一是开发了自己的深度学习推理框架,这个框架的目的是屏蔽底层芯片的差异,可以让大家更好地互通;第二个是做了芯片的评测框架,能够解决芯片厂家,尤其是创业公司与硬件集成商之间的信息不对称,提高沟通的效率。此外,小米还第一个推出业界支持异构计算的开源,在端侧开源深度学习框架的标准。Jj9ednc

未来,AI不仅带来芯片设计方面的需求,甚至对很多制造产线提出更先进工艺/特色工艺的需求,陈刚认为,AI是芯片行业新的发动机,必然会引领行业走向全新的高度。Jj9ednc

(责编:Demi Xia)Jj9ednc

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
赵娟
ASPENCORE中国区总分析师
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 达摩院发布最大中文预训练语言模型PLUG,35天烧128张GPU 阿里达摩院今日发布了集语言理解(NLU)和生成(NLG)能力于一身的超大规模语言模型PLUG,跟GPT-3的单向建模方式不同的是,它采用了编码器-解码器(encoder-decoder)的双向建模方式,它刷新 CLUE 分类榜单纪录,排名仅次于“人类”
  • 中国工程院高文院士:“超算中心”与“云脑”都不能少 “9个月42亿人民币做出这台设备,这在任何地方想都不要想。”高文院士指出。 而且,鹏程云脑Ⅱ完全采用华为架构,用了华为的鲲鹏920和昇腾910机器做出来的,其中910是用了4096颗,鲲鹏920是用了2048颗,实际上已经到了1024p浮点算力,在很多性能方面超越同期国际上比较好的GPU运算速度。
  • 英伟达要抢英特尔最赚钱领域:首推数据中心CPU,Arm架构性 在400亿美元收购Arm的6个月后,NVIDIA连发三款基于Arm IP打造的处理器,包括全球首款专为TB级加速计算而设计的CPU NVIDIA Grace、全新BlueField-3 DPU,以及业界首款1000TOPS算力的自动驾驶汽车SoC。此外,还公布了与亚马逊AWS、Ampere Computing、联发科和Marvell等基于Arm的CPU平台的合作伙伴关系。
  • 生物仿真硅耳蜗实现神经拟态技术关键词捕捉 苏黎世神经科学研究所开发的动态音频传感器的核心是一个生物仿真硅耳蜗,仿真耳朵中毛细胞的功能。由硅耳蜗产生的事件串流可用于语音端点检测(关键词识别的第一阶段),类耳蜗图可以由神经网络读入并解码其含义。关键词捕捉是目前各种神经拟态技术的一个重要目标。
  • 中科院深圳:智能成型装备工业互联网的研发与应用实践 在ASPENCORE举办的“深圳国际工业4.0技术与应用峰会”上,中国科学院深圳先进技术研究院副研究员、深圳市海外高水平引进人才杨之乐博士分享了“智能成型装备工业互联网的研发与应用实践”主题演讲。
  • 卡奥斯:工业互联网背景下的AIoT应用 在ASPENCORE举办的“深圳国际工业4.0技术与应用峰会”上,海尔卡奥斯创智物联技术总监慕永琛分享了“工业互联网背景下的AIoT应用”主题演讲。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了