如何应对AIoT对芯片的碎片化需求?

Posted 包云岗

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何应对AIoT对芯片的碎片化需求?相关的知识,希望对你有一定的参考价值。

近几年,尤其是2018年以来,国产芯片产业迎来了前所未有的发展高潮。从政府到民间,智能物联网(AIoT)时代已来,AIoT设备开始部署在越来越多的领域。很多人家中已经拥有可以通过手机APP控制的嵌入了芯片的插座、台灯等家用品,我的同事还开发了一款可以与人交互的杯子;而在寒冷的东北大兴安岭,数万平方公里的森林中部署了几万个红外摄像机,实时监测动物的行踪,甚至可以通过AI功能直接识别出是哪一种动物。AIoT设备应用如此广泛,很多预测认为未来AIoT对芯片的需求将会增加一个数量级,达到数千亿颗,但同时也带来一个挑战——需求碎片化。

如何应对AIoT对芯片的碎片化需求?对于这个问题,我们也许可以借鉴另外两个领域成功的经验。

互联网也是一个极其碎片化的领域。2012年国家推出了“互联网+”政策,鼓励互联网和各行各业对接。但这个政策如何落地?具体表现形式就是为各行各业开发各种各样的APP。根据工信部统计数据,截至2018年,我国拥有近450万个手机APP,数量雄踞世界第一。每一个APP都不尽相同,可以说是极其碎片化。幸运的是,开源软件极大地降低了APP的开发门槛。数百万个APP,超过80%甚至90%的代码都是基于开源软件,于是APP开发者可以专注于针对不同行业的定制代码,这让3-5人的APP开发团队便能胜任。

模拟芯片也是一个极其碎片化的领域。全球最大的模拟芯片公司德州仪器(TI)公司拥有8万多款不同种类的芯片,而整个公司其实只有3万员工。那德州仪器又是如何做到让3万员工可以开发和维护8万多款芯片?这得益于德州仪器一套共享的芯片研发平台:最底层是全公司共享的芯片制造厂(Foundry);在其之上则是全公司共享的工艺库与芯片开发工具链;然后便是上千个负责开发不同类型芯片的小作坊式的团队,有的负责研发复杂的数字芯片(如DSP、MCU)的团队会有数十人,而有的负责研发模拟小芯片的团队则可能只有3-5人;再往上则是针对数百个应用场景的数字系统解决方案,这些解决方案提供参考设计,从8万多款芯片产品中选择几十到上百颗合适的芯片。

当我们了解了其他领域应对碎片化需求的解决思路,就会发现开源芯片和敏捷设计正式应对AIoT场景芯片碎片化需求的有效手段。近年来,基于RISC-V的开源芯片生态有望提供越来越多的开源IP核,包括CPU、GPU、DDR控制器、WiFi,NB-IoT等等,和基于开源软件的移动互联网APP开发模式类似,这些开源IP核将提供80%甚至90%的基础功能,从而让3-5人的团队便能快速定制针对不同应用场景的AIoT芯片。另一方面,芯片敏捷设计云平台将提供各类基础IP核、开源EDA工具链,和德州仪器的底层共享平台类似,大幅降低芯片设计的前期投入,让3-5人的小作坊团队也能在云平台上根据AIoT场景开发定制芯片。

我们有理由相信,开源芯片生态与敏捷设计云平台的结合,正是应对AIoT场景芯片碎片化需求的解决之道

2021.5.11@G18高铁(济南-北京)

v2-6d4bed5c56cc3cea0e7c76a14193ee55_b.jpg

以上是关于如何应对AIoT对芯片的碎片化需求?的主要内容,如果未能解决你的问题,请参考以下文章

巨杉Talk | 拒绝数据碎片化,原生分布式数据库灵活应对数据管理需求

MegTech 2022 | 直面AIoT场景碎片化难题 旷视AIS算法生产平台推动AI落地加速

物联网操作系统碎片化问题分析与思考

如何使用碎片化文档验证 graphql 模式

信息爆炸下, 让碎片化阅读从未如此高效简单,一键整理碎片化知识

腾讯优测优分享-Android平台的碎片化问题解决