广告

AI 技术在算法、数据、框架和算力四个方面的进展

2021-05-24 德勤 阅读:
计算机视觉、自然语言处理和语音识别是 AI 技术落地需求最大、速度最快的三个方向。在成长型 AI 企业中,有三成多的企业也涉足了这三个领 域,采用算法模型时它们更偏向于 Attention、CTC 和 Resnet 等热门模型。

AI 技术发展的重要环节涵盖了算法、数据、框架和算力四个方面,人们取得的进展如下:ELPednc

  • 在算法方面,人类取得了前所未有的突破,特别是视觉和语音技术方面的成就尤为突出。
  • 在数据方面,移动互联网时代的到来使数据 量迎来了爆炸式增长。
  • 在框架方面,国内外各大 IT 企业不断推陈出新,TensorFlow、PyTorch、PaddlePaddle 等已经占领大量市场。
  • 在算力方面,GPU、CPU 和 AI 加速芯片在市面上被广泛使用,其中推理部分 CPU 占比 较大,训练部分 GPU 占据主导。

通过平台化的整合,AI 技术的进步推动了政务、金融、医疗、制造等各领域 的发展。在上述业务的发展过程中,除了大型头部互联网企业以外,也出现了成长型 AI 企业的身影。由于成长 型 AI 企业体量相对较小、资金储备不如大型企业,因此其自研技术所占的比例有限,会更倾向于选用时下热门的技术。ELPednc

对于行业内技术的观察和追踪,成长型 AI 企业有很大的参考价值。ELPednc

近些年,成长型 AI 企业更加青睐 Attention、CTC、Resnet 和 BERT 等热门算法,以及 TensorFlow 和 Pytorch 等热门深度学习框架,而在产品的部署方式上则更倾向于选择大型通用平台。ELPednc

图:AI 平台底层技术与应用场景ELPednc

 ELPednc

ELPednc

 ELPednc

计算机视觉、自然语言处理和语音识别是 AI 技术落地需求最大、速度最快的三个方向,近些年来学界和业界在目标识别、对话交互等领域都有大量的投入和产出。ELPednc

在成长型 AI 企业中,有三成多的企业也涉足了这三个领 域,采用算法模型时它们更偏向于 Attention、CTC 和 Resnet 等热门模型。ELPednc

计算机视觉和自然语言处理分别聚焦目标识别和机器学习 

计算机视觉关注目标检测与分类、迁移与小样本学习和人体识别。ELPednc

CVPR 会议是计算机视觉领域的顶级 年度峰会,在 2020 年的会议上公布的数据显示:2020 年所有提交的论文中,目标检测与识别相关的论文数量 多于其他领域,此外迁移与小样本学习以及人脸/手势/姿态识别相关的论文数量也相对较多。ELPednc

图:CVPR 2020 年论文数量统计ELPednc

自然语言处理聚焦机器学习、对话交互系统和机器翻译。ACL 是计算语言学学会一年一度的年会,也是 该领域最重要的学术会议。2020 年组织方公布的数据显示:论文数量最多的 3 个领域分别是机器学习、对话 交互和机器翻译,分别占总论文比重 6% 至 9%,尽管这些领域的论文数量排名靠前,但并未与其他领域拉开 差距。ELPednc

成长型 AI 企业多采用计算机视觉算法及各种热门模型

在成长型 AI 企业的自研算法中,计算机视觉方向的算法数量居多。截至 2021 年 2 月,中国境内成长 型 AI 企业采用的算法中偏向计算机视觉方向的占 24%,偏向自然语言处理方向的占 10%,其余为偏向其他领 域或方向不明。由于计算机视觉领域数据丰富,模型效果更好,所以成长型 AI 企业会更倾向采用计算机视觉 算法。 ELPednc

图:中国成长型 AI 企业自研 CV、NLP 算法占比ELPednc

ELPednc

成长型 AI 企业更愿意采用 Resnet、CTC、Attention 等模型。ELPednc

通过对 520 家成长型 AI 企业的统计和 调研可以看到,成长型 AI 企业使用各类模型的数量和比例比较平均。计算机视觉领域,Resnet 框架、Fast R-CNN 和 Yolov3 分别有接近 30% 的使用率;语音识别领域,CTC、HMM 和 GMM 模型得到更多的使用,同时 其他马尔可夫模型也饱受欢迎;自然语言处理领域内,Attention、LSTM、RNN 模型使用率较高。ELPednc

上述这些模 型经过过去几年多方的验证,被认为是成熟的模型,且大多是由早期模型改进而来,优势明显。网络平台有诸 多对于这些热门模型的数学背景介绍和使用方法指导,加速了他们的推广。ELPednc

图:最常用在 DL 应用的模型ELPednc

ELPednc

 ELPednc

智能边缘的崛起 

AI、5G、边缘计算的融合能够在边缘端提供网络、计算、存储和应用,将 AI 工作流的推理部分从云或数据中 心转移到就近部署的边缘计算终端,从而降低延迟,节约网络带宽,同时满足隐私性和安全性等方面的要求。 ELPednc

SAR Insight & Consulting 的最新 AI/ML 嵌入式芯片数据库显示,在 2019-2024 年期间,全球拥有边缘计算能 力的 AI 设备的数量将以 64.2% 的复合年增长率增长22。ELPednc

德勤也预测,全球在 2020 年将售出超过 7.5 亿个边缘 人工智能芯片,在未来四年内,企业市场的增长速度将超过消费者市场,复合年增长率为 50%23。 ELPednc

边缘侧的负载整合,以及 5G 的高带宽、低时延、广泛连接等特性为 AI 在边缘计算的应用找到了突破口。这些 特性可以将在不同设备上独立的负载整合到统一的高性能计算平台上,实现各个子系统在保持一定独立性的同 时,还能通过高速的 5G 网络有效分享计算、存储和网络等资源。边缘侧经过负载整合,产生的节点既是数据 的一个汇总节点,同时也是一个控制中心。ELPednc

人工智能可以在节点处采集和分析数据,也能在节点提取洞察做出 决策。同时,由于边缘 AI 负载的复杂性与多样性,CPU+iGPU+VPU 的异构化处理芯片协同运行将会成为常 态,越来越多的企业需要实现 AI 应用的跨硬件架构开发、部署与运行,以实现更高的敏捷性与灵活性。 ELPednc

得益于此,“AI+5G+边缘计算”的融合应用近年来在零售、制造和教育等行业得到了广泛应用。例如,在智慧 交通应用中,科技企业开发无人巡检车、红绿灯检测等车路协同的解决方案,基于信控算法减少溢流问题,最 后将这些信息经过 5G 的快速传递推送到用户手机的地图和车载装置,从而便于近即时地感知道路状态,并进 行智能化控制。ELPednc

 ELPednc

 ELPednc

责编:胡安ELPednc

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。
  • 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”
  • Ignion选用AWS云服务来变革物联网设计流程 Ignion宣布推出天线设计智能云服务Antenna Intelligence Cloud,该服务将云计算和人工智能功能引入到天线领域。
  • Microchip模拟嵌入式SuperFlash技术助力存算一体创新 SuperFlash memBrain存储器解决方案使知存科技片上系统(SoC)能够满足最苛刻的神经处理成本、功耗和性能要求
  • 用TinyML开始设计——开发评估套件 本文中展示的开发套件和评估板得到一些流行的机器学习库和用于 TinyML 工作流程资源的支持,包括用于微控制器的 Google TensorFlow Lite 和 Edge Impulse,因而它们能够成为您第一个项目的理想起点。
  • “中国IC设计成就奖”提名产品简介:高性能GPU芯片及解 沐曦致力于提供国际顶尖的高性能通用GPU芯片及解决方案,结合我国人工智能等领域对GPU芯片的强烈市场需求,对标当前国际领先的GPU芯片产品立项开展技术研发。
  • “中国IC设计成就奖”提名产品简介:全志科技高性能智能 高性能三重异构智能语音应用处理器R329芯片,采用业界先进的半导体工艺,首款集成Arm中国周易语音处理器。集成DSP、NPU、64位CPU及丰富的外设接口,创新突破了低功耗、边缘语音AI超级算力、多重异构通讯、多核调度等关键技术,处于国内领先水平。
  • “中国IC设计成就奖”提名产品简介:追萤3D AI芯片Ai310 埃瓦科技自主研发的追萤 3D AI芯片创新的采用了异构架构 SOC 设计和微内核架构设计,包含 NPU 神经网络加速核、3D 立体匹配加速核、ISP 核等功能性处理核心;其中 NPU 神经网络加速核基于可重构以及片上多级存储和缓存设计,使数据可高效送达加速核心,使该芯片拥有领先的高效智能处理能力、分析以及低功耗管理的能力;其设计架构的资源复用性使硬件计算单位可灵活分配,适应于不同场景的计算需求;在 3D 视觉算法加速方面创新的采用了自研立体匹配算法的 3D 加速微内核架构设计,可有效加速双目立体视觉、结构光等多种 3D 视觉算法。
  • “中国IC设计成就奖”提名产品简介:ada200优势 1.九天睿芯,感存算一体芯片,可以在功耗和性能满足”低功耗AI场景“的同时,成本也大幅度下降。2.采用模数混合的存内计算架构,ADA200相比传统数字芯片,1/3成本,1/10功耗。
  • “中国IC设计成就奖”提名产品简介:面向边缘视觉分析的 面向边缘视觉分析的数据流AI芯片CAISA是鲲云科技自主研发的专为人工智能图像提供高性能计算加速的AI芯片产品,是全球首个量产的数据流AI芯片。
  • “中国IC设计成就奖”提名产品简介:人工智能语音芯片CI 1、人工神经网络硬件引擎架构:具备高计算性能,进行神经网络计算时相当于数十个CPU并行计算的能力;低访问带宽和低功耗,通过并行计算和共用神经元权重参数,大幅降低访问带宽及功耗;高可配置性,支持神经元层数和节点数、神经网络结构的配置。 2、单、双、及麦克风阵列降噪增强技术:支持各种平稳、非平稳环境噪声抑制;可支持线阵、圆阵结构等常用麦阵结构;采用定向波束形成与自适应信号处理技术相结合;拾取方向动态可调;支持单声道、立体声等回声抑制;采用独立研发的空间预测技术,支持强回声情况下回声抑制;与降噪处理技术相结合;自动增益调节、高通、带通滤波等。 3、低功耗和可靠性设计技术:具备低功耗集成电路设计技术,包括基于活动语音检测的低功耗控制技术和时钟门控技术。 4、逻辑设计技术:掌握了语音信号处理IP的设计方法,包括算法硬件化、定点、浮点运算处理等。同时积累了整套SoC设计所需的控制类IP,并成功通过流片验证。
  • “中国IC设计成就奖”提名产品简介:智能安防AI SoC芯片 亿智SV826是2021年推出的高性能的安防AI SoC芯片,主要面向视频编解码AI摄像机产品。
  • “中国IC设计成就奖”提名产品简介:低功耗视觉AIoT SoC 亿智SH516芯片是亿智电子2021年推出的一款低功耗的智能视觉AIoT SoC芯片。
  • “中国IC设计成就奖”提名产品简介:高性能大算力全场景 - AI性能跑分更强,超越Nvidia Orin - 应用当前先进的安全技术和研发流程 - 国内唯一可获得、支持快速量产的整车智能计算平台芯片
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