IDC对人工智能边缘处理器的首个预测显示,2019年全球面向边缘系统的AI优化处理器出货量将达到3.401亿个,比2018年增长170.0%,到2023年出货量将达到15个,实现64.9%的五年复合年增长率(CAGR)。
人工智能的出现正在颠覆微处理器市场。虽然通用处理器和图形处理器单元(GPU)的开发,给体积更小、移动性更高、由电池供电的设备带来了巨大的计算能力,但这些处理器并不是神经网络推理解决方案的理想平台。与通用架构相比,AI优化的处理器带有独立的加速器和主机处理器,在处理器中集成了神经网络加速器,使得运行AI解决方案的性能要高通用架构。如今主要的提供商都在顺应这一趋势,开发能够解决满足这一新计算模式的解决方案,一些新兴处理器提供商也进入这个市场,其中包括一系列风投支持的半导体初创公司发布了新的IP和加速器。
随着人工智能解决方案在网络边缘不断扩展,以及人工智能工作负载不再局限于基本的系统优化任务,对于这种AI优化的处理器来说,市场机会越来越多。2018年运行AI的边缘系统中只有5.1%采用了优化的处理器。到2023年,这一比例预计将达到40.5%。到2023年,AI优化的处理器收入预计将达到404亿美元,复合年增长率为86.4%。
该预测中提到的边缘系统包括主要客户端,例如PC、手机、平板电脑;边缘基础设施网关和服务器;部署在企业、政府和家庭网络边缘的端点和物联网设备。边缘AI处理器的一些关键应用领域包括汽车高级驾驶员辅助系统(ADAS)、游戏系统、智能家居和视频监控,其他主要市场包括工业自动化、医疗设备、AR/VR设备、机器人和无人机等。
IDC赋能技术和半导体研究团队研究主管Michael J. Palma表示:“人工智能的成功在于部署到边缘的系统,在边缘位置,神经网络做出的即时决策是可以创造价值的,不受延迟和连接问题的限制,而这正是云解决方案所面对的一大挑战。边缘AI能否取得成功要取决于高效计算处理元件的开发,这些元件针对AI工作负载进行了优化,支持大多数边缘系统功率受限的特性。目前,离散加速器提供了最佳性能,但也增加了BOM成本,最终能否取得成功可能要取决于在主机处理器中AI优化处理元件的集成。”
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
韩国成均馆大学研究团队开发了首个机器遗忘可视化评估系统Unlearning Comparator,解决了AI"选择性失忆"技术缺乏标准化评估的问题。系统通过直观界面帮助研究人员深入比较不同遗忘方法,并基于分析洞察开发出性能优异的引导遗忘新方法,为构建更负责任的AI系统提供重要工具支持。