嵌入式AI浪尖,纯算法公司危机,提供完整方案是关键

Posted quickembed

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了嵌入式AI浪尖,纯算法公司危机,提供完整方案是关键相关的知识,希望对你有一定的参考价值。

回顾近几年,人工智能不但正在走出实验室,也正在从云端走向设备端,赋予设备智能——2018年,这一趋势成为了产业链各方发力点,所有涉及让人工智能落地的讨论,都离不开边缘计算和嵌入式人工智能技术上。

在近日于清华大学举办的嵌入式人工智能大会上,投资人、人工智能企业、科技巨头坐在了一起,在寒冬的气氛下,对嵌入式人工智能的发展的讨论却非常火热。

首先是“机”。会发生在汽车、工业、物流、家庭,“这些领域的人工智能一定是以硬件方式存在,所以一定会是嵌入式的,一定会在边缘端发生计算,这是已经在发生的。”

然后是“危”:边缘计算在性能、功耗、安全性、兼容性等方面任然面临着巨大的挑战,业内的公司已经在提升AI云端计算上有了很大的进展,允许机器更好地解决问题,但嵌入式人工智能还需要考虑如何更加经济地解决问题。

图|嵌入式人工智能面临的挑战

那么,嵌入式人工智能的挑战主要在哪?

挑战在于终端处理平台碎片化、计算能力有限、应用多样化需求难以被满足、性能(准确率、速度)平衡的取舍、生态不成熟、功耗和成本较高这6各方面。

解决这些问题,需要对软件、硬件进行深度结合的系统化设计。在软件方面,核心就是降低算法模型的计算量,可通过裁减模型,压缩网络、与场景的深度融合和适度优化、共享深度学习模型中的超参数等方法实现。在硬件方面,关键在于AI运算加速引擎,在满足功耗、发热等限制条件的前提下,实现AI运算加速引擎。当算法集成到设备时,第一件事是先看功耗、发热、光速。

由此延伸出来的一个很重要的共识是,嵌入式人工智能将是非常长的产业过程,需要芯片、操作系统、算法、硬件、自动控制、材料等方向的技术和人才共同投入。

从用户的角度,市场上各种各样的客户都有非常多的需求和痛点,这些需求和痛点背后,客户们看中的不会是某个具体的技术有什么突破点,而是寻求最完整的一个解决方案,涵盖包括算法、硬件、云等各个重要元素的有效组合。

从技术的角度来讲,万物互联实际上需要技术非常多,连接方面除了3G、4G、5G的技术以外,还需要Wifi的技术、蓝牙的技术;在算法方面,需要CPU、GPU、NPU,还有DSP。最后,安全如今也变成一个很重要的领域。连接、计算、安全,将构成万物互联的几个重要支撑点。

在上述几个方面具备丰富知识产权以及技术的公司,像上海速嵌,提供嵌入式AI完整解决方案,将继续扮演重要角色。与之相反的是,留给纯算法AI公司的生存空间可能会越来越小,业内人士对表示,这些公司无法提供全产业链的解决方案,盈利空间有限,其最好的结果可能是被收购。

AI赋能行业的过程中,客户其实期望整体解决方案,涵盖数据获取、隐私问题、训练、生产管理系统、私有云署、前后端等方面,而不单单是纯算法。

“客户衡量AI技术的预算不是根据AI作为高大上的技术来做的,而是根据生产力提升(用户体验提升,销售转换率等),运行效率优化,及经营业绩能承受的预算能力来反推的,这和目前昂贵的AI投入成本是个矛盾”。

而接下来的10年到20年走向万物互联的阶段,除了整体解决方案的竞争、纯算法公司的存亡值得关注以外,5G和AI相辅相成也将带来新的机会。高通全球副总裁孙刚表示,预计2025年AI延伸出来的产业会产生5.1万亿美元的商业场景,到2030年由5G延伸出来的产业为12.3万亿,这两个产业有非常大的前景。

5G的发展和AI是结合在一起的,因为5G是通讯的标准,而通讯标准的发展会带来更快的通讯速度,同时也会产生更多的数据,数据则是AI的基础,更多的数据就会使AI更有效。在这个基础上,AI的技术会发展,发展过程中对数据有更多的需求,会促进5G的发展,这两个技术的发展是相辅相成的。

以上是关于嵌入式AI浪尖,纯算法公司危机,提供完整方案是关键的主要内容,如果未能解决你的问题,请参考以下文章

AI遇上BI,明略遇上商业智能,产业要升级“场景理解”是关键

如何应对互联网行业的「中年危机」

新书推荐|《AI嵌入式系统: 算法优化与实现》(免费赠书)

Allegro DVT与SiMa.ai携手优化嵌入式边缘应用的能效

高性能嵌入式仿真软件SkyEye

边缘人工智能推理框架Tengine