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
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。