B体育人工智能技术（Artificial Intelligence，AI）日趋成熟并席卷各行各业。数字化基础设施不断完善，人工智能商业化应用落地，AI芯片应需而生。它专门用于处理 AI 相关的计算任务。AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块，是所有智能设备的灵魂。汽车自动驾驶，手机的人脸解锁，无线耳机的人机交互……都离不开AI芯片的支撑。
第一种是GPU，可以高效支持AI 应用的通用芯片必一运动，但是相对于FPGA和ASIC来说，价格和功耗过高；第二类是FPGA（现场可编程门阵列），可对芯片硬件层进行编程和配置，实现半定制化，相对于GPU有更低的功耗；第三类是ASIC（专用集成电路），专门为特定的 AI 产品或者服务而设计，主要是侧重加速机器学习（尤其是神经网络、深度学习），它针对特定的计算网络结构采用了硬件电路实现的方式，能够在很低的功耗下实现非常高的能效比，这也是目前AI 芯片中最多的形式。
训练是对大量的数据在平台上进行学习，并形成具备特定功能的神经网络模型，所以，AI芯片具备高算力、高容量和访问速率、高传输速率、通用性的特点；推理指的是利用已经训练好的模型，通过计算输入的新数据推理得到各种结论。对于 AI芯片主要注重算力功耗比、时延、价格成本的综合能力。
随着AI 应用的爆发，对推断计算的需求会越来越多，一个训练好的算法会不断复用。推断和训练相比有其特殊性，更强调吞吐率、能效和实时性，未来在云端很可能会有专门针对推断的ASIC 芯片（如Google 的第一代TPU ），提供更好的能耗效率并实现更低的延时。
相对云端应用，边缘设备的应用需求和场景约束要复杂很多，针对不同的情况可能需要专门的架构设计。抛开需求的复杂性，目前的边缘设备主要是执行“推断”。在这个目标下，AI 芯片最重要的就是提高“推断”效率。
未来，越来越多的边缘设备将需要具备一定的“学习”能力，能够根据收集到的新数据在本地训练、优化和更新模型。这也会对边缘设备以及整个AI 实现系统提出一些新的要求。
最后，在边缘设备中的AI 芯片往往是SoC 形式的产品，AI 部分只是实现功能的一个环节，而最终要通过完整的芯片功能来体现硬件的效率。这种情况下，需要从整个系统的角度考虑架构的优化。因此，终端设备AI 芯片往往呈现为一个异构系统，专门的AI 加速器和CPU，GPU，ISP，DSP 等其它部件协同工作以达到最佳的效率。
AI芯片对比一般芯片来说在计算密度及功耗上有绝对优势，在执行AI算法时，更快、更节能。
但是目前来看，AI芯片并不能取代CPU的位置。正如GPU作为专用图像处理器与CPU的共生关系，AI芯片将会作为CPU的AI运算协处理器，专门处理AI应用所需要的大并行矩阵计算需求，而CPU作为核心逻辑处理器，统一进行任务调度。
自动驾驶汽车将改变我们生活、工作以及娱乐的方式，创造更安全和更高效的道路运输。为实现这些革命性的优势，未来汽车将需要强大的算力支撑。自动驾驶汽车计算单元设计需要考虑算力、功耗体积等问题，出于硬件资源最优化应用，往往采取异构计算平台设计方案，即“CPU+XPU”（XPU：DSP/GPU/FPGA/ASIC），其中可采取DSP用于图像特征提 取任务、GPU/FPGA/ASIC等计算单元用于目标识别、追踪任务等，而CPU则会用于定位、决策等逻辑运算任务。
目前，智能手机市场的竞争越来越激烈，各厂商加大手机AI功能的开发，通过在手机SoC芯片中植入AI芯片实现在低功耗情况下AI功能的高效运行。
移动端AI芯片市场不止于智能手机，潜在市场还包括：智能手环/手表、VR/AR眼镜等市场。AI芯片在图像及语音方面的能力可能会带来未来人机交互方式的改变并进一步提升显示屏、摄像头的能力，有可能在未来改变移动端产品必一运动。
通过在摄像头终端、网络边缘侧加装AI芯片，实现对摄像头数据的本地化实时处理、关键信息提取，仅将带有关键信息的数据回传后方，将会大大降低网络传输大压力。
中国AI芯片公司处于一个发展热潮中， 随着半导体产业向中国转移，国产AI芯片也迎来了新机遇，比如说国内的亿智电子。
亿智电子科技有限公司（下称“亿智电子”）成立于2016年，作为专注于端侧AI领域的SoC芯片全栈式解决方案的先行者，亿智电子自成立之初就确立了“SoC For AI”的产品定位，以AI机器视觉算法和基于自主IP的AI SoC芯片设计为核心，致力于视像安防、汽车电子、智能硬件领域的AI赋能，提供全栈式整体解决方案。凭借优秀的技术产品化和商业化落地能力，亿智电子在2020年已实现百万量级的AI芯片出货。
亿智电子在国内端侧AI芯片企业中处于领先地位。从语音助手、智能降噪、图像优化、人脸解锁等手机移动端的AI应用落地，到低功耗、低时延的智能家居必一运动、智能可穿戴设备、智能教育设备遍地开花，以及基于人脸识别、物体识别、视频结构化处理的垂直行业应用层出不穷。
目前全球人工智能产业还处在高速变化发展中，广泛的行业分布为人工智能的应用提供了广阔的市场前景，快速迭代的算法推动人工智能技术快速走向商用，人工智能芯片是算法实现的硬件基础，也是未来人工智能时代的战略制高点。如何在这个风口下发展创新，也是众多AI芯片厂商应该思考的问题。返回搜狐，查看更多
官方微信
官方微博
