Bitcoin은 처음 24 시간 동안 10 % 하락하여 9000 달러 미만으로 떨어졌습니다.
비트 코인 광부에 대한 지난 이틀, 그것은 매우 힘든 이일해야한다, 짧은 시간에, 비트 코인은 다시 $ 9천마르크 이하, 10 % 하락했다.
단지 두 번째로 큰 전자 화폐 크레딧 에테르 7 %가 레복 세틴 번째 전자 화폐 크레딧이 10 % 감소 급락 동전 비트.
물론, 주식 시장이 블룸버그 통신이 11 일 보도에 따르면, 이유가 그렇게 나쁜, 한국 때문에 회사 계정에 고객 자금의 주장 전송의 세계 최대의 전자 화폐 교환 Upbit 중 하나를 급습했다.
그리고 (파산) 세계 최대의 비트 코인 교환, 비트 코인의 수천의 남아있는 수백, 비트 코인은 급격히 떨어졌다 판매 할 준비가되어 있습니다.
이렇게 $ 20,000 bitcoins 후 영광의 절정에 반환할지 여부를 몰라? 익스프레스 기술, 전자 화폐 정말 금융 상품의 심리적 품질 테스트입니다 '라고해야
2. 비트 코인이 3 점프 공격을 당함 AI에서 더 많은 기회가 있었습니까?
증권 타임즈 기자 Wu Jiaming
최근 비트 코인의 가격이 다시 급격하게이 시간을 떨어 있도록 세 가지 큰 타격에서 시리즈, 일부 투자자들은 다른 지역에 관심을 설정하는 것 같았다 : 인공 지능 (AI).
해외 언론 보도에 따르면, 최근 비트 코인 시장은 Mt.Gox에 따라, 최대 비트 코인 교환했지만 지금은 파산 산 GOX, 다시 한 관리인의 대규모 출하 첫 번째 큰 타격에서 나쁜 소식이라고 할 수 Cold Wallet 모니터링 웹 사이트에 따르면 약 138,000 개의 Bitcoin이 Mt.Gox Wallet에 남아 있으며 Bitcoin의 가격은 하락했습니다.
NVIDIA. NVIDIA에서 두 번째 큰 타격은 최근 광산 사업 수익에 관한 회계 연도에 2018 1 분기 결과를 발표 $ 289 백만에 도달하지만, 엔비디아의 최고 재무 책임자 (CFO) 콜레트 크레스는 회사가 2 분기, 사업 관련 매출은 65 떨어질 전망했다 어느 정도까지, 그것은 또한 디지털 통화의 판매 압력을 촉발시켰다.
서울, 목요일과 금요일에 한국 검찰의 공식의 검찰 지역은 세계 최대의 디지털 교환 Upbit의 사무실을 급습 말 한국에 따라 한국에서 세 번째 큰 타격이,보고, Upbit 고객을 이동하는 의심 회사 계정에 돈을 차지한다. 비트 코인의 약 $ 1.6 억의 Upbit 요금을, 그것은 한국에서 가장 큰, 세계에서 네 번째로 큰 비트 코인 교환이다.
가격이 여전히 난류입니다 비트 코인, 그것은 또한 불확실성을 제공합니다.이 때, 일부 투자자들이 다른 기회를 참조하기 시작했다.
Apriem 자문 최고 투자 책임자 벤자민 라우는 엔비디아도이 '인공 지능 및 데이터 센터 용, NVIDIA 칩에 대한 수요가 가까운 장래에 회사의 사업 개발을 유도해야 광산보다 더 큰 기회를 무성한가 말했다 . '벤자민 라우 제안, 상업 칩, AI 필드 NVIDIA 응용 프로그램은 건강 관리, 운송 및 컴퓨터 데이터 센터를 포함 할 수있다, 이것은 미래입니다.
공교롭게도, 블룸버그와의 인터뷰에서, 본토의 공동 설립자 우 지 한 미국 비트 코인 마이닝 작업에서 회사가 거대한 확장 계획을 밝혔다 비트. 그는 또한 인공 지능에있는 회사의 위치에 댓글을, 본토 비트는 말했다 또한이 분야에 발을 들여 놓을 계획입니다.
오늘날, AI가 다양한 분야에 침투하고있다. 최근, 총 클라우드를 발표 구글은 두 사람이 공동으로 탐사 및 석유와 천연의 개발을위한 새로운 지능형 솔루션을 제공하는 인공 지능 기술을 개발하는 계약을 체결했다.이 사건을 즉시 세계 석유 산업 우려되었다. 알파 개 총 구글 여부는 평범한 사람의 '슈퍼 스마트 석유 남자'를 넘어 기름을 만드는 것, 세계 챔피언을 넘어 수 있기 때문에 석유 산업은 그것의 전복에 안내 할 것인가?
사실, 최근 몇 년 동안 글로벌 칩 업계에 큰 영향을 미치고, 엔비디아는 AI의 서버 공급 업체에 대한 하나 개의 그래픽 공급 업체에서 변환 된되는 인공 지능의 상승을 가속. 인공 지능, 구글, 페이스 북, 마이크로 소프트와 다른 기술 기업을 포함한 거대 포함 연구 리더 사용되었습니다 특히 NVIDIA가 제공하는 칩 제품의 분야에서 연구를 적용했다. 시장 전문가들은 향후 10 년을 인공 지능에서 500 $ 정도 억 세계 시장의 총 가치를 기대합니다.
3. 블록 체인 어플리케이션의 미래 가능성은 더 길다.
많은 산업은 만들 블록 체인 기술의 가치를 사용하는 방법에 대한 자세한 내용을 생각하기 시작 비트 코인 (비트 코인), 이더넷 통화 (리움)과 빨간색의 다른 가상 통화 버스트, 블록 체인 (Blockchain) 기술을 더 많은 관심 다음입니다. 또는 새로운 경력을 시작합니다. 그 (것)들의 사이에서, 아마도 공급망 금융의 발전, 대만의 산업에 중요한 추세에서 가장 광범위한 영향.
전통적인 금융 시스템에서는 거래 및 금융 거래의 모든 기록이 금융 기관의 중앙 데이터베이스에 저장되므로 금융 기관은 데이터베이스를 안정적으로 운영하고 데이터가 안전하고 안전하게 유지되도록 상당한 인적 및 물적 자원을 투자해야합니다. 금융 시스템 측면에서 관련 투자는 금융 거래 비용을 증가 시켰습니다.
이러한 관점에서, 분산 책의 개념은 존재하게. 분산 아키텍처 책에서, 트랜잭션에 관련된 모든 당사자 그래서 전체 트랜잭션을 유지 할 중앙 데이터베이스 인해 거래 당사자들에게, 그러나. 계정없고, 책의 일부를이 소유 책은 전체 책의 일부, 다른 책의 기록은 다음 큰 문제로, 데이터로 변조하지 않고 올바른지 확인하는 방법을 블록 체인은이 문제에 대한 효과적인 솔루션입니다.
다양한 블록 체인 응용 프로그램이 있으며 산업 4.0에서 훨씬 강력합니다.
블록 체인 기술은 금융 산업에서 사용되지 않는 추가 공제, 분산 아키텍처를 사용하는 모든 데이터는 블록 체인 기술은 그것의 진위를 확인하는 데 사용할 수 있습니다. 더 중요한 것은, 블록 체인 기술은 기본적으로 오픈 소스이며, Github에는 블록 체인 기반의 26,000 개의 개발 프로젝트가 있으며, IBM 및 SAP와 같은 유명한 국제 기업은 오픈 소스 블록 체인 Hyperledger Fabric을 지원합니다. 상업용 응용 프로그램.
사실, 산업 4.0 년의 주제 확산은 결국 필연적으로 체인 기술을 차단하기 위해 사용합니다. 산업 4.0 많은 얼굴을 가지고뿐만 아니라 (디지털 트윈스), 산업 일들이 (IIoT) 개념이 더 자주 들었 디지털, 디지털 쌍둥이를 처리하기 위해 외부 명사 (등등 예 ERP, MES) 업계, 상류와 하류의 공급 체인 정보 시스템의 개발의 후기 단계에서 4.0 제조자는 탄성 생산을 달성하기 재고 준비 및 다른 대상을 줄일 수 있고, 서로 연결된 될 수밖에 없다.
내 이해에 따르면, 일부 대형 회계 법인은 비오는 날 산업 4.0으로 제공하기 시작했다 변경하고 관련 산업 설비 / 시스템의 제조 업체 협력하기 때문에 고도의 디지털화, 원료, 반제품 재고 데이터의 제조업 변경 사항은 초 단위로 처리되며 회계 프로세스 및 재무 제표에서 이러한 변경 사항에 실시간으로 대응하는 방법도 큰 문제입니다.
반면, 원재료, 반제품 또는 완제품, 모든 것이 비용 품목인지, 종종 회사의 이익과 손실인지 여부에 관계없이 제조 고객은 위의 수치, 특히 대규모 전자 제품 제조에 매우 민감해야합니다. 중요한 점은 증권 감독 당국은 상장 회사가 수익 관련 정보의 공개주기를 단축 할 것을 요구하지 않을 수도 있지만 실시간 재무 데이터는 여전히 기업 의사 결정에 중요한 참고 자료입니다.
Taiwan Electronics Group과 같은 대규모 제조 산업의 경우 수천 개의 업스트림 및 다운 스트림 제조업체의 데이터를 처리하기 위해 중앙 집중식 아키텍처를 사용해야합니다 IT 관련 소프트웨어 및 하드웨어 비용은 매우 중요해야하며 시스템은 규모가 커지고 복잡해질 것이며 관리 및 유지 보수에 어려움을 가져올 것입니다. 블록 체인 기술을 가져오고 분산 데이터 아키텍처를 채택하는 것이 이러한 대규모 제조업체에게 매력적인 솔루션이 될 것입니다.
인보이스 관리와 관련된 어플리케이션 외에도, 블록 체인에는 여러 가지 적용 가능성이 있습니다. 예를 들어 산업용 IoT와 관련하여 센서 네트워크는 다양한 데이터를 지속적으로 전송하지만 이러한 데이터가 전송되는 경우, 조작 후, 생산 라인의 운영이 혼란스러워 져서 공장의 안전을 위협 할 수 있습니다. 블록 체인 기술은 데이터가 변경되는 것을 방지하기 위해 사용될 수 있으므로 산업 정보망의 정보 보안이 더욱 보장 될 수 있습니다.
블록 금융으로 인해 기업 금융이 뒤집 힙니다.
분산 된 데이터의 신뢰성을 검증하고 데이터가 변조되지 않도록 보장하는 것 외에도 토큰을 발행하는 블록 체인 (blockchain)의 중요한 응용 프로그램이 있습니다.이 응용 프로그램은 가상 화폐 시장에 많은 거품을 일으키는 원인이되었습니다. 거의 모든 사람이 자금을 확보 할 수있는 토큰을 발행 할 수 있기 때문에 달러, 인민폐, NT 및 기타 정부 통화로 합법적 인 통화로 교환하여 가상 화폐를 사용합니다.
에 관계없이 기존의 가상 화폐 시장의 거품과 모든 혼란의, 사실, 깊은 기업 금융의 표시 응용 프로그램 잠재적 인 응용 프로그램입니다. 제조 업계, 제품이, 허공 탄생 할 수없는 특정 업체를 생성하는 제품의 경우 업스트림 공급 업체에서 원자재 또는 구성 요소를 구매하고 사전 결정된 기간에 구매 가격을 지불해야합니다.
현재 상황에서,하지만이 업체는 고객에게 제공하지만, 단지 은행 할인을 찾기 위해, 공급 업체의 급격한 현금 흐름 요구의 경우 현금화하기 전에 몇 개월의 손을 얻고, 한 은행이자에 금액을 지불해야한다. 또한, 확인 할인은 티켓 검사 오랜 기간, 은행이 일반적으로 허용하지 않습니다,이 지하 금융 산업은 생활 공간을 가지고 만든 많은 제한이 적용됩니다. 사실, 많은 대형 제조업은 매출 채권과 미지급금의 시간차를 이용하여 막대한 이익을 창출하지만 자본 위험은 공급자가 부담합니다.
고객이 사전에 지불 할 경우를 제외하고 은행은 일반적으로 중소기업 자금 조달에 대한 매우 엄격한 가지고 있기 때문에 다른 한편으로는, 갑자기 고객 주문의 거대한 양의 경우, 공급 업체는 긴급 확장, 그렇지 않으면 나는 많은 중소 업체가 수행하는 것을 여유가있을 수 있음을 두려워해야한다 많은 사람들이 대형에 의존 할 때 제한, 중소기업이. 신용의 신용 한도는 신용의 신용 한도를 얻기 위해 종종 매우 낮은 아니라면 불가능 얻을 수있는이 시점에서, SME 소유자는 종종 순자산 내기, 자신의 이름이 대출 부동산 담보을 촬영합니다 제조 업계의 중소기업은 사업이 안정적으로 보이지만 현금 흐름이 제대로 작동하지 않고 정상적인 금융 기관과의 입장을 조정할 수 없다는 사실을 발견했습니다.
보스 중소기업 여분의 현금, 부동산 투자는 공격, 선택의 후퇴에있다. 벌 수있는 기회를 호가 확산,이 회사는 또한해야 할 수 있습니다 있기 때문에 어느 정도,이 또한 대만에서 부동산 시장의 주요 요구 사항 중 하나입니다 부동산 대출의 담보 은행 중 하나 인 경우 자금 대출 작업을위한 담보로 사용하는.는 다른 증권에 비해 일반적으로 더 낮은 가격의 변동성, 그리고 부동산 캄 가격 메커니즘이 이미 상당히 성숙하기 때문에, 받아 들일 가장 기꺼이.
당신이 자신의 토큰을 발급하는 대형 블록 체인 기술 업체를 사용하는 경우, 자신의 공급망 흐름 내에서 공급 체인 전반에 걸쳐 예정된 재정 운영은 다른 장면을 표시됩니다. 사실, 대신 발행 체인 기술을 차단하기 위해 통화뿐 아니라 기존의 통화를 대체하지만, 접수 당사자와도 부착 할 수 있습니다 스마트 계약 (스마트 계약) 기능. 발행자는 계약 조건이 충족되는 계약의 내용을 사용자 정의 할 수 없습니다, 이후의 거래 활동도 자동화 할 수 있습니다, 모든 인간의 개입없이. 크게 트랜잭션을 줄일 수있는이 기능은 구매자와 판매자 사이의 요금으로 제공됩니다.
즉, 실제로 국제 무역에서 사용되는 신용 (신용의 편지, LC)의 편지에 다소 유사하다 스마트 계약 토큰 있지만 중개 은행 보증이 없습니다. 유통 시장을 열 제한 경우 이러한 토큰은 하나를 만들기 위해 제조업체의 공급망 구성원은 동일한 공급망 시스템에서 회원을 구매 및 판매 할 수 있습니다 (이는 채권과 같은 시장을 만들지 만 참여자는 특정 그룹의 특정 회사에만 국한 됨) 또는 금융 담보로 사용할 수 있습니다. 기존의 기업 금융 시장에 큰 타격을 줄 것입니다.
또한 현재의 금융법 및 규제에 따르면 민간 기업 간의 거래로 전체 시스템이 생성되기 때문에 정부가 규제에 개입하기가 어려우며 구매자와 판매자가 교환 수단으로 사용하는 "통화"또는 "신용 정보"는 전적으로 2 가지입니다. 계약 상 자유를 창출하는 것 기업들이 돈을 빌리거나 서로 돌아서 돌리는 일은 드문 일이 아니며 담보물과 무담보 대출을 위해 사용해야하는 자산 쌍방이 상장 기업이 아니라면 기본적으로 상사입니다.
전통적인 기업 금의 절호의 기회
전통적인 금융 업계가 블록 체인 기술을 기반으로 한 Fintech 혁신에 대해 너무 신중한 이유는 독자가 쉽게 이해할 수 있습니다. 왜냐하면이 새로운 게임 규칙에서 금융 기관은 마거린 화가 배제 될 수도 있습니다.
그러나 전통적인 금융 산업의 경우 비관적 인 상황이 아닐 수 있습니다. 위에서 언급했듯이 신용 비용 및 위험과 같은 여러 요인으로 인해 은행은 기본적으로 중소기업에 대한 신용 대출을 어렵게 만들고 담보물을 보유해야합니다. 대규모 제조 산업이 자체 공급망 회사의 토큰을 발급하고 알고리즘을 은행에 개방하면 은행은 대규모 제조 산업을 보유한 중소기업의 거래 기록을 시스템에서 쉽게 파악하고 대변 비용을 크게 줄일 수 있습니다. 감독 당국은 추가 규정을 완화하고 이러한 토큰을 특정 유형의 증권의 준 상품으로 취급하고자합니다. 물론 이러한 토큰은 은행 모기지 대출을 위해 사용될 수도 있습니다.
전자가 후자인지 후자인지에 관계없이 기존 금융 기관의 경우 토큰의 출현은 중소기업 금융 서비스의 파이를 더 크게 만드는 데 도움이됩니다.
사실, 금융 규제 기관이 자체 공급망 시스템을 위해 토큰을 발행하기 위해 대규모 제조에 개입 할 경우 이러한 토큰에 특정 법적 지위를 부여하는 것은 불가피한 결과입니다. 정부가 진행하기 전에 토큰의 법적 지위를 명확히 정의해야합니다. 토큰이 합법적으로 아무것도 아닌 경우 정부 규정에도 이름이 지정되지 않습니다.
광업 기계 산업을위한 장기 계획
비트 코인은 달러에 대해 급등 2017에서 공식이 대망의 광산 기계 산업 붐이 불었다, 광산 기계 사업 기회 대만의 전자 산업 체인의 화제이다. 때문에 광산의 도입의 여러 중국어 IC 설계 회사는 전용 ASIC과 빨간색의 폭발,하지만 당신은 비트 코인, 게임 뒤에 이더넷 통화의 규칙을 이해한다면, 우리는 현재의 현금 광산 사업 모델이 오래 지속 사업이 될 수 없을 것이라는 점을 주장 할 수 있습니다.
비트 코인까지의 총 발행이 완료된 후 2100 만, 아니 새로운 전체 비트 코인을 없을 것이다 발표했다.이 비트 코인 채광 기계 산업 "마감"입니다. 그것은 추정된다 중반 2017 비트에 의해 통화 순환이 더 낮은 점점 발행 금액의 나머지 1638 만 대와 비트 코인에 도달, 투자 수익 (ROI) 광산 행위의 결과로, 시간 비트 코인 비밀 광산이 길어집니다 파고 시간 경과에 따라 감소 일반적으로 남아있는 4 백만 비트 코 코드는 2040 년 이전에 발급 될 것으로 알려져 있습니다.
비트 코인과는 달리 총 발행이 죽을 설정되어 있지만 공동 창업자 비탈 릭 버티 린 이더넷 통화는 최근 4 천만 달러로 조정 이더넷 통화로 발행 제한을 제안되었지만 이더넷 통화로, 이더넷 동전 마이닝을 보여주는 결국 Bitcoin과 유사한 문제가 발생할 수 있습니다.
돈의 소유자 암호화 과도한 농도가 돈 자체가 많은 암호화 과실, 전문 광부가 발생할 수 있기 때문에 다른 한편으로는, 동전을 생산하는 이더넷 광산 기계와 사회적 통화 이더넷의 양이, 항상 반대의 태도를 개최, 특히 전문 광부의 ASIC 광산 기계의 사용은 할 것 암호화 통화는 소유권의 농도가 현재 사용 이더넷 통화를 GPU 기반의 광산 기계, 광산 효율이 ASIC보다 더입니다 광업되어 가속하지만, 장점이 될 수 있습니다 마이닝 알고리즘의 변경 사항에 적응합니다.
최근 중국 IC 설계 회사는 동전 전용 이더넷 ASIC 광산, 며칠마다, 이더넷 통화 재단 (ETH) 즉시 제안 된 변경 사항 이더넷 통화 마이닝 알고리즘의 구성원의 도입을 선언 비트, 그것은 분명 그 중국 본토 및 ASIC에 대한 다른 비트 개발자의 행동이 온다. 그리고 순발력이 전투의 결과는 적어도 3 ~ 6 개월 수백만 달러의 마스크와 기타 비용 수백에 --ASIC 개발주기를 예측하는 것은 매우 쉽습니다,하지만 사회 내에서 합의가있는 경우, 알고리즘을 수정하는 데 불과 몇 주가 걸릴 수 있으며 비용은 거의 0입니다. 하드웨어 및 소프트웨어 "복원력"은 항상 어려움을 겪고 있으며 가장 유연한 회로 아키텍처를 갖춘 FPGA조차도 일부 한계가 있습니다.
일반적으로 광산 기계의 현재 비즈니스 모델은 지속 가능하지 않지만 모든 산업과 산업이 블록 체인 기술을 사용하여 자체적 인 수직적 응용 프로그램을 개발하기 시작하면 상황이 매우 달라집니다. 예를 들어 블록 체인 (blockchain) 데이터를 다루기 위해서는 블록 체인 기술의 폭 넓은 적용으로 모든 산업과 산업이 관련 요구 사항을 갖게 될 것입니다 이것은 광산업의 장기적인 비즈니스입니다이 기사에서 언급했듯이, 공급망 금융은, 예를 들어, 공급 체인 기술의 사용이 은행과 기존의 다른 금융 기관의 요구 사항과 함께 금융 문제를 처리 할 경우 세계의 전자 관련 산업 체인 블록의 수천 수백, 광산 기계는 기업 IT 시장이 될 것이다 이 문은 소기업이 아니지만이 시장은 상대적으로 단편화되어 ASIC, FPGA 또는 GPU와 같은 프로그래머블 솔루션에 적합하지 않을 수 있으며 상업적으로 실현 될 수 있습니다.
4. AI 지능은 편재한다 똑똑한 맨끝은 대규모 가장자리 가동을 소개한다;
성숙 클라우드 컴퓨팅, 대규모 후, 동작의 다양한 안개의 모서리 나 끝으로 이동됩니다 화학적 특성과 정확한 동작의 요구 사항, 구름, 작은 규모에 남아, 안개 작업을 2019 년 약 $ 3.7 억의 글로벌 시장 규모, 2022 년에는 약 182 억 달러 규모로 성장할 예정이며, 분산 형 아키텍처의 개념이 높아지면서 향후 에지 컴퓨팅이 개발의 초점이 될 것입니다.
AI AI 서서히 클라우드에서 개발할 향후 수년의 가장자리 컴퓨팅 기술의 응용 분야를 포함하고, 높은 지능형 기능을 휴대 단말 장치의 다양한 종류에 대한 수요가 있지만, 방대한 데이터 IOT 될 것이다 폭주는, 모든 구름 처리를 통해, 따라서 에지 컴퓨팅에 의존하며, 더 많은 컴퓨팅 파워 단자를 제공한다.
에지 연산은 AI 최적화를 포함하여 등장 작용 에지 (모바일 에지 컴퓨팅) 및 AI 전용 하드웨어 / 촉진제 최근 튀어 단독 신경망 칩의 연산에 사용되는 발생 헤이즈 동작 (안개 컴퓨팅).로 요약 될 수있다 프로세서는 깊은 학습 프로세서, AI 가속기 등의 신경 처리 장치 (NPU)는, AI 압축 중 모델 일반적인 비즈니스 교육을 모바일 장치에서 사용할 수 있도록 운영 효율성을 강화하면서, 당신이 능률적으로 신경망 모델에 필요한 가장자리에 작동합니다.
분산 아키텍처의 개념의 상승 에지에서 작동
에지 (에지 컴퓨팅) 개념이 대규모가 동작 광범위한 정확한 화학적 특성 및 요건, 구름, 소규모에 남아 전 성숙한 클라우드 컴퓨팅 후 붐 아래 AI (인공 지능, AI)에 등장에 작동 동작을 오픈 안개 얼라이언스 (오픈 안개 컨소시엄) 연구는 2019 년에 $ 3.7 억 안개 작업에 대한의 세계 시장 규모는 2022 년에 추가로 주로 응용 프로그램의 분야에서, 약 $ 18.2 억 달러로 증가 할 것으로 보여에 따라. 가장자리 또는 안개 끝으로 이동합니다 인프라 (유틸리티), 교통 (교통), 등 건강 관리 (의료), 산업 (공업), 농업 (농업)합니다.
또한, 사물의 개발 이후, 터미널 노드의 수는 폭발적으로 증가, 성형 오는 것들의 거대한 양, 사물의 정보 산업 왕 Bingfeng 센터 연구소의 부국장 애플리케이션 (그림 1)는 생각을 보여줍니다 앞으로 모델을 네트워크로, 많은 양의 데이터가 생성하기 때문에, 기존의 전송 인프라는 대처할 수없는, 정체, 대역폭 부족 문제에 직면해야 기업이 운영하는 것이 비용이 따라서 상승 계속 때문에 많은 양의 데이터를 처리하기 위해, 사업자, 더 클라우드 장비를 구축 할 필요가 ,. 분산 아키텍처의 개념의 상승은 가장자리가, 개발의 초점 운영 앞으로 몇 년이된다.
III 그림 1 Wangbing 펭 물건 애플리케이션의 센터 부국장 따라서, 분산 아키텍처의 개념의 상승, 가장자리가 작동 앞으로 몇 년이 될 데이터, 개발의 초점을 감당할 수없는 모두 전송 아키텍처의 큰 숫자를 생성한다고 생각합니다.
그리고 상당히 달랐다 기술 구조의 특성은 이쪽 가장자리 클라우드 컴퓨팅 동작을 표 1에 나타낸 바와 같이이 Wangbing 펭 많은 노드 안개, 설명 분산 아키텍처를 사용하여 가장자리에서 동작 (안개 노드) 에지를 계산 세 기술적 특징을 포함 계산 : 가장자리에서 중심으로 동작 위치를, 또한, 상기 단말기의 동작 위치에 있기 때문에, 네트워크 시간 저속 대기 애플리케이션은 10 밀리 초를 지원할 수 있으며, 네트워크 대역폭 인프라 작은의 요구 사항은 어떤 서비스를 제공하는 링크 클라우드 네트워크의 부재에있을 수 있습니다.
조작 에지 작업이 더 유연한 구축, 가장자리 노드 비용 것들, 상대적으로 작은 볼륨을 언제, 대형 멀티 포인트 구성 될 수있다; 에지 노드는, 시스템이 너무 복잡 배포 계획을 필요로하지 않습니다 형성되고, 아키텍처 실시간 이벤트 감지 둘째 용어; 애플리케이션 컨텍스트를 조절하기가 상대적으로가요 시각적 컨텍스트 점, Wangbing 펭 향상된 질의 및 센서 데이터 스트림의 다수의 분석의 다수의 적용을 촉진하기 위해, 일의 발전을 설명 셋째 넷째 인식 대중의 실시간 행동 (모바일 Crowdsensing, MCS), 산업 자동화 및 네트워크 제어 시스템 (네트워크 제어 시스템, NCS)에 대한.
Edge와 클라우드 컴퓨팅은 충돌없이 서로 보완합니다.
AI의 IoT는 것, 데이터 개인 정보 보호 및 기타 실시간 응답 요구 사항의 오프라인 처리를 지능형 시스템과 함께 더 개발, 현재 기존의 클라우드 인프라는 충족 할 수없는 가져 클라우드 인프라 탄력성의 사용 증가가 직면 한 문제를 해결하기 위해 에지 컴퓨팅 아키텍처를 가져옵니다 자원과 다른 시스템 간의 재활용 요구 사항의 공유를 해결하기 위해. Wangbing 펭은 정의에 의해 멀리 최종 소비자 장치에서 클라우드의 얼굴에 가까운 (에지 주위 컴퓨팅을 통해 정보) 문맥 정보의 가장자리, 운영 및 지능의 특정 학위를 소지해야한다는 설명 생성 능력, 처리가 생성 가까운 데이터를 감지.
개발 과제의 가장자리에서 동작을 포함한다 : 확장 성 (확장), 복잡한 네트워크 구조 (복합 인터 네트워킹), 동적 적응 (역학 및 적응) 다양성과 이질성 (Diverisity 이질) 및 다른 미래 실시간 및 네트워킹 애플리케이션의 가장자리를 재 삽입하기 위해 할당 될 필요 자원을 가진 모바일 기기의 무선 연결; 것들을 확장 계속 확장, 단말 노드는 다른 조건, 물리적 연결에 대한 다양한 패턴이 될 것 같은 엣지 장치도 필요 상호 운용성을 갖춘 완벽한 인터페이스.
터미널에 의해 즉각적인 반응, 작업의 가장자리가 나타납니다 즉, 클라우드 컴퓨팅의 부담을 줄일 수 있지만, 가지의보기의 전체 수요 지점의 맥락에서 할 수 대체하지 않습니다 클라우드 컴퓨팅의 출현의 가장자리에 작동하지만, 개발의 방향으로 보완 특히 증가 IOT 장치 유형, 더 헤테로 소외 수요 상황에 대응, 시스템은 더 많은 시간을 도출하며, 효과적으로 협업 할 수 이러한 보조 시스템, 지능형 서비스의 품질에 영향을 미칠 것입니다.
깊은 학습으로 AI 성장 촉진
AI 인공 지능 과거 공장 개발의 기초 개발이 파의 전파뿐만 아니라, 인공 지능의 수석 과학자 DeepBelief.ai 윤 치 상 깊은 학습 (깊은 학습) 가장 대표적인와 (.이 그림은) 성공이 깊이에서 더 많은 학습의 깊이에서 유래했다 인간의 뇌의 작동 메커니즘을 이해하고, 핵심이되는 머신 비전 픽셀 사이의 관계를 인간의 비전과 기계 판독 이미지를 구축하기를 희망하고있다, 학습이 특징입니다. 인간이 쉽게 기본 규칙을 테이블 등을 이해할 수 있기 때문에 대부분의 사람들이 할 수있는 데이터가없는 경우 올바른 판단을 내리고 장기간 훈련이 필요한 많은 컴퓨터를 식별하십시오.
그림 2 DeepBelief.ai 인공 지능의 수석 과학자 윤 치 학습의 깊이의 성공은 인간의 두뇌, 특성 연구의 핵심의 작동 메커니즘의 깊은 이해에서 비롯했다 불렀다.
깊은 학습이란 복잡한 모델을 만들고 상호 지원을위한 규칙을 수립함으로써 기계를 복잡한 방식으로 다루기 위해 기계를 가르치기 시작한다는 것을 의미합니다. 세계는 복잡하기 때문에 단순한 방법과 모델을 사용하려고하면 실패했습니다. 윤 강화 학습 (강화 학습), 치 설명 깊이 학습 기술 길쌈 신경망 (길쌈 신경 네트워크, CNN), 재발 성 신경 네트워크 (재귀 신경망, RNN)의 세 가지 수준의 상 가장 일반적으로 최근에 적용됩니다.
컨볼 루션 신경망이 이미지를 식별하는 데 사용됩니다, 유명한 Imagenet 컴퓨터 비전 대회가, 후자는 거의 모든 참가 팀들은 엔진 회선 신경 네트워크를 설계하고, 컨볼 루션 신경망 모델 디자인 경쟁이되고, 한 작업의 가장자리의 적용, 얼굴 인식이 주류 에지 컴퓨팅 될 것으로 예상된다, 당신은 고객을 이해하기 위해 다양한 방법을 사용할 수 있습니다, 본토는 인식 응용 프로그램은 또한 모바일 결제 인증을 사용, 기차역 정지 얼굴 브러시를 포함, 수입 얼굴을 브러시 증가하고 있으며, 대학 호스텔은 또한 얼굴 인식 출입 통제 시스템, "브러시 얼굴"가장 인기있는 영상 인식 응용 프로그램 중 하나가 될 것입니다을 사용합니다.
중국어의 식별은 또한 회선 신경 네트워크에 적합, 사실, 중국어 이미지, 언어의 인식에 간단한 문자로 분해하기 어려운 중국과 다른 언어 사이의 가장 큰 차이는, 현재 재발 성 신경 네트워크가 가장 적합 포괄적 인 2016 Google 번역을 RNN 모델을 교체하고 효과적으로 중국어 외에 번역, 음성 인식 기술 마이크로 소프트 정확도 속도, 인간의 전문 타코미터 멤버보다 공식적으로 더의 정확성을 향상, 다른 언어 세계적으로 인정 비율 컴퓨터는 이상이 인류.
보강 학습, 네트워크 (제너 적대적 네트워크, GAN)에 대한 공식은 상당히 최근 인기있는 기술이다, 컴퓨터에게 일의 모든 특성을 결정하는 방법을 배우는 참 또는 거짓지도 그리기를 결정하는 책임이있는 그룹, 또 다른를 사용하여 GAN 깊이 연구 그것은 사물의 기본 기능을 완벽하게 제어 할 수 있었다 말했을 때, true와 false 식별 모델을 별도로 GAN 엔진을 사용하여, 모든 이미지를기만 이미지를 만들 수 있습니다이 기능을 활용하는 참과 거짓, 불가능을 결정하기 위해 가짜 출생 어려운 그리기에 대한 책임 다른 주인공으로 교체하십시오.
자연 언어 패턴이 다음 자연 언어를 통해 추론 지식, 지식 맵을 구성을 통해, 인공 지능의 성장 모멘텀의 물결이 될 것으로 예상된다. 윤 Kwong의 백악관 연례 경제 전망 보고서 미만 $ 20 시간당 임금을 예측 말했다 상 작업의 83 % 기회가 AI에 의해 대체 될 것이다, 주니어 데이터 분석가, 곧 될 것입니다 대체 계급은, 그러나, AI 개발이 파의 실종이 작동하지 않는, 그리고 정신적 해방에, 우리는에 시간과 노력을 낭비 할 필요가 없습니다 반복적이고 가치가 낮은 작업을 수행하고 더 높은 수준의 창의적인 작업을 수행하십시오.
에지 성능 향상을위한 아키텍처 최적화
기술 개발의 현재 응용 프로그램에서 관찰하기 위해 AI는 새로운 장치의 응용 프로그램에 완전히 가득 아니라, 포함하는 제 수입 기존 장비 : VR / MR, 로봇, 무인 항공기, 자동차, 만약 IoT 노드, 스마트 홈 (Cai Wunan)의 수석 지역 마케팅 매니저 인 카이 완 (Cai Wunan, 그림 3)은 가장 일반적인 인공 지능 및 에지 컴퓨팅 단말기는 스마트 폰, 음성 인식, 텍스트 예측 (예측 텍스트), 얼굴 추적 카메라, 디지털 어시스턴트, 증강 현실, 지문 인식 등
카이 다케오 그림 3 팔 고위 지역 마케팅 매니저는 응용 프로그램의 깊이 연구에서 신경 네트워크의 사용이 최적화 된 라이브러리가 다섯 배의 성능을 향상시킬 수 있습니다, 유사한 기능을 실행했다, 소프트웨어가 15 배의 동작 속도를 향상시킬 수 있습니다.
ARM은 수년 전에 AI 개발에 적극적으로 투자하지 않았지만 AI가 포괄적 인 개발 동향을 보인 후 기계 학습을 포함한 AI 응용 프로그램을위한 하드웨어 및 소프트웨어를 최적화했습니다. 프로세서 (기계 학습 프로세서), 객체 검출 프로세서, 신경망 소프트웨어 링크 라이브러리 등
네트워크 대역폭, 전력 소비, 비용, 실시간 응답, 안정성, 보안 및 개인 정보 보호 및 기타 필요에 따라, 에지 컴퓨팅이 급속한 발전의 단계를 입력합니다, 차이 우 남성은 깊은 학습의 응용 프로그램에 최적화 된 신경망 링크 라이브러리를 사용하는 실행 지적 비슷한 기능을 통해 성능을 5 배 향상시킬 수 있으며 소프트웨어는 이전보다 15 배 더 빠르게 실행할 수 있습니다.
클라우드 및 에지 소프트웨어 및 하드웨어 아키텍처 통합
AI의 기술 아키텍처는 크게 세 부분으로 나눌 수 있습니다 : 교육, 심층 신경망 모델 및 추론 NVIDIA 기술 마케팅 매니저 Su Jiaxing (그림 4)은 인공 지능 전체 개발 모델은 점점 더 복잡하고 큰되었다 2012 AlexNet보다 이미지 식별 섹션 2016 구글의 인 셉션-V4 복합 350 배, 2017 바이두가 발표 DeepSpeech 3 음성 인식 엔진, 자사의 2014에 비해 1 세대는 30 배 더 복잡하며 번역 엔진 2017 MoE는 2015 OpenNMT보다 10 배 더 복잡합니다.
그림 4 NVIDIA 기술 마케팅 매니저 스와 가흥, 지난 몇 년 동안 인공 지능 신경망 모델은 AI의 점점 더 높은 비용의 높은 정확도를 생산하기 위해 더 복잡하고 커지게 말했다.
AI는 전력 소비, 컴퓨팅 파워, 네트워크 대역폭 및 기타 리소스, 스와 가흥 설명을 포함, 더 높은 비용이 높은 정밀도를 생산하는 깊은 학습의 복잡한 네트워크에 직면, NVIDIA는 새로운 가속기는 합병, 구조를 단순화하기 위해 시도합니다 추론 반복 계산 공정, 불필요한 작업을 줄일 수있는 하드웨어 부담 최적화 된 하드웨어를 단순화하기 위해, 이미지 인식 부는 영상, 40X 140 5,700 개 이미지로부터 해제 될 수있다 번역문도 4 당으로부터 상승 550 문장으로 140 배 증가.
또한 똑똑한 도시는 구름과 가장자리가 결합 된 상황이기도합니다. 카메라와 감지 노드에서 많은 터미널 데이터를 수집 한 후 터미널에서 신속하게 처리하고 데이터 통합을 위해 클라우드로 보냅니다. 도시의 보안을 위해 범죄 Su Jiaxing은 클라우드 및 에지 컴퓨팅의 대규모 통합, 특히 클라우드 하드웨어 및 소프트웨어와 에지 소프트웨어 및 하드웨어의 통합, AI 컴퓨팅의 향후 적용이 증가 할 것으로 믿습니다. 가격이 높을수록 신흥 시장은 사업 기회로 가득합니다.
AI 가속기 개발 재 가속
대부분의 과학 기술 발전 목표는 저전력 소비, 저비용, 고효율이며 AI의 개발도 예외는 아니며 에지 컴퓨팅이 부상하는 이유이기도합니다. 점점 더 흔해지는 이미지 식별 기술을 예로 들면 Feng Chia 첸 Guanhong 조교수 전기 공학 대학 부서 (도. 5)는 콘벌 루션 신경망 구조는, 대략 90 %가되므로 컨볼 루션 연산 층의 복잡성을 줄이고, 컨볼 루션 연산 층 (컨볼 루션 층)에 집중되어, 설명을 효과적으로 감소시킬 수있다 하드웨어의 계산 부담을 상기에서 언급 한 오프라인 작업 외에도 데이터 재사용은 중요한 원칙 중 하나입니다.
부교수,도. 5 치아 첸 Guanhong의 전기 공학 대학의학과 회선 층의 계산의 복잡성을 줄이기 위해, 약 90 % 길쌈 신경망 컨볼 루션 연산 집중 레이어를 설명, 하드웨어 작동에 대한 부담을 줄일 수 있습니다.
또한, 신경망 여기 기능 (활성화 기능)의 역할은 신경망은 복잡한 문제를 해결할 수 있도록 자사의 비선형, 미분 가능성과 함께, 인간의 의사 결정의 습관에 대한 결과를 더욱 가깝게, 비선형 신경 네트워크에 일부 요소를 추가 할 수 있도록 통상적으로 -1로부터 +1까지의 범위, 그 결과는 중간, 뉴럴 네트워크 연산의 결과보다 더 정확할 것이다 반복 횟수에 근접 할 것이다. 네트워크 하드웨어 가속 성능의 조성을 값 및 범위를 출력 특성 관점에서 볼 때 앞으로 더욱 많은 전용 AI 가속기 또는 AI 칩이 출시되어야합니다.
MIT의 연구팀은 심층 학습을 전문으로하는 "Eyeriss"라는 칩을 발표했으며 모바일 장치에서 얼굴 인식과 같은 알고리즘을 직접 실행할 수 있으며 오프라인으로 데이터를 처리 할 수 있습니다. Eyeriss 칩은 168 개의 코어를 가지고 있으며 신경망을 배치 할 수 있도록 설계되었으며 일반적인 모바일 GPU의 10 배에 달하는 성능을 제공하므로 네트워크를 통해 데이터를 처리하지 않고도 모바일 장치에서 인공 지능을 직접 실행할 수 있습니다. 알고리즘 얼굴과 언어를 인식하는 능력 스마트 폰, 웨어러블 기기, 로봇, 자율 주행 차량 및 기타 인터넷 응용 분야에 적용 가능 새로운 전자 기기
5. Yun Zhisheng CEO Huang Wei : AI의 격렬한 시대는 끝났으며 2018 년에는 유역이 생길 것입니다.
편집자 주 :이 문제는 6 년 동안 클라우드 알려진 사운드 R & D 모델의 '피라미드'스타일, 비즈니스를 만들 수있는 소리의 패널리스트 CEO 마이클 클라우드 알려진 설립자, 그 방법에서, 어떻게 우리가 어떻게 그와 함께 업계의 현 상태와 미래에 귀를 기울여야입니까? 말해봐!
6 년 내에 많은 일들이 일어나고 있으며, 시간은 모든 산업을 씻어 내고 있습니다.
2012 년에 창설 된 윤 지성 (Yun Zhisheng)은 목적지로 나아가는 장거리 3 월과 유사하며, 명확한 임무를 갖고 있으며 설립 된 운영 계획에 따라 꾸준히 발전하기 위해 병력을 투자합니다.
통계에 따르면 클라우드에 2 만 개 이상의 파트너가 있고 2 억 명이 넘는 사용자가 있고 647 개 도시를 망라하는 클라우드 플랫폼에 330 만 건의 전화가 걸려있다.
마이클은 과학 및 중국의 기술 및 박사 학위의 대학을 졸업, 졸업 후 선임 연구원은 모토로라 중국 연구 센터는 주요 임원과 그랜드 혁신 병원 후. 세계 최초의 휴대 전화 성문 인증 시스템 동안 개발 작업 및 음성을 만들 지점, 2012 년 Yun Zhisheng 설립.
그는 3 년 연속에 참여했다, 표준 기술 (NIST) 스피커 인식 평가 (SRE) 프로젝트의 국가 기관이 주요 작업 1 위를 수상, NIST의 평가 중국어 2 년 연속 기조 연설자를 할 수있는 지금까지 단 하나입니다.
'피라미드'스타일의 R & D 계획
그의 관점에서, 개발 계획의 '피라미드'스타일의 클라우드 알려진 소리가 향후 6 년간 계속 경우 동안 그들이 잘 때문에 '인프라'로, 업계 라인에서 지난 6 년 동안 남아 있음을 확인합니다.
그럼,이 R & D? 피라미드의 DeepFlow 하단의 '피라미드'스타일의 클러스터가된다, 이성화 하드웨어 서버 클러스터가 연구 및 개발 팀으로 간주 충분한 힘 지원을 보장하기 위해 집중적 인 컴퓨팅 및 스토리지 용량을 제공 할 수 있습니다, 황 웨이는 말했다에 그 2018 년에는 1000 개 이상의 GPU로 확장 할 계획입니다.
중간층은 다양한 분야에서 다중 애플리케이션 마이그레이션 할 병렬 컴퓨팅 플랫폼 기계 학습 협업 공유 AI 기본 내부 R & D 기술 성과를 분배 아틀라스 슈퍼 플랫폼이다.
'우리는 깊이 연구는 2012 년에 나온 다하겠습니다이 중국 대학 교수의 95 %가, 깊은 학습 들어하지 않은 경우, 나는 책임, 말할 수있는 학습의 전체 깊이를 결정하기 위해 우리의 빅 데이터의 방향 "황 위 (Huang Wei)는 Netease 지성에 말했다.
꼭대기 층에있는 '피라미드'등의 ASR이, TTS, NLU 및 기타 응용 프로그램 계층 기술, 황 말했다 클라우드 핵심 역량의 소리 지식의 설립으로 이해 될 수있는 출력으로, 응용 계층 기술이며,이 능력은 핵심 AI는 그 다음이다 AI는 클라우드 코어 제품 아키텍처를 사용하여이를 생성 한 다음 다른 애플리케이션 시나리오에 적용합니다.
응용 프로그램, 2018 말하기, 첫 해는 인공 지능 착륙으로 알려져, 착륙 중요한 될 것입니다, 마이클의 초점은 우리가 의심 할 여지없이 올해가, 축적 된 에너지가 방출되고 싶어 '의 IoT 및 의료 분야에 우리는 똑똑한 가정과 로봇에서 대규모 출하를 출하 할 것입니다. '
인공 지능 칩 연구 개발에서 파생하는 시나리오, 최고의 경로 AI 신생 기업이다
현재, 인공 지능 칩 인기, 기존의 칩 업체 인 엔비디아, 인텔, 퀄컴, 또는 휴대 전화 제조 업체 여부를 AI 칩 애플 AI1, 하스 유니콘 (970), 퀄컴 Xiaolong 845, 삼성 엑시 노스 9810, 미디어 텍 스티브 힘 P60 및 기업 공개 이 회사의 스카이 라인 여행 칩 등
우리는 홍해, 이유의 맛을 냄새 온 칩은 인공 지능과 인공 지능의 매우 중요한 부분을 수행 인식 캐리어의 벡터를 계산하는 것은 매우 중요하다, 중요하다.
그러나 마이클은 우리 모두가 죽는 것을 믿고 있지만, 사실이 칩은 우리가 중복이 있지만없이이 점에서 계산의 특히 높은 금액을 지원하는 데 사용됩니다 같은 엔비디아의 GPU로 자신의 시장과 힘 지점을 가지고, 몇 가지 주요 범주가 포함 이 칩은 주로 몇 가지 구글의 TPU 구름을, 그리고인지 적 의사 결정에 사용되는 클라우드 칩이; 전장의 거인을 의심 수평선이하고있는, 또 다른 클라우드 알려진 소리가, 이 유형의 칩은 터미널 칩입니다.
AI 수행하는 칩 단자는 애플리케이션 시나리오에 의해 칩의 가장 중요한 제품 형태 및 로직을 정의하는 것이다.
마이클 형태의 칩 제품의 측면에서 클라우드 알려진 사운드의 시장 스마트 홈 클라우드 알려진 음성, 지능형 스피커, 로봇 및 기타 자녀 교육은 IVM을 기반으로하고있다 (일반 칩 솔루션을) 진행 시장에서 오랫동안 탐구하고있다, 지적 제품의 형태는이 시장, 제품, 합리적인 사용자. 더 많은 제품 범주의 형태로 고객의 협력 시나리오와 비용, 안정성을 호출하고, 통합의 너무 높은 정도가 다음 발사 자체 개발 한 인공 지능 칩이된다 확인 물론입니다.
마이클은, 팀의 형성에 구름 알려진 사운드 칩은,이 회사는 다운 스트림 파트너의 칩 2016 년 2017 시작 칩 제품 정의, 제품을 시장에 기술적 인 경로를 확인하고 평가하기 시작했다 빠르면 2015 말했다 IP 선택, 최적화 알고리즘 , 준비 도구뿐만 아니라 자세한 제품 정의 및 기술 평가 모듈. 현재, 클라우드 알려진 사운드 칩 UniOne AI가 녹화되어, 곧 출시됩니다.
'이 위의 칩 것은 어린이, 우리는 3 년 이상 미리 노드가 시간의 점에서있을 수 있습니다 시간 AI 뜨거운 칩의 지점과 일치하지만, 그것은 우리의 초기 투자에 대한 보상이 될 것'황 웨이 NetEase는 지능 말했다.
만약 IoT AI 칩 인간 - 컴퓨터 상호 작용의 첫 장면
공지 위치 구름 사운드 칩으로 마이클 종래 칩 아키텍처 모두에서 인간 - 컴퓨터 상호 작용의 IoT, 칩의 장치 측 높은 요구의 AI 알고리즘 병렬 컴퓨팅 파워 및 메모리 대역폭의 맥락에서, 상기 그래서, 다른 휴대 전화, 끊임없이 변화하는 형태, 조각 수요의 IoT 디바이스는 더 심각한 추론 알고리즘은 터미널 기반 GPU에서 실현 될 수 있지만, 다른 한편으로는, 그러나 그것의 전력 소비, 과실의 낮은 비용을 간과해서는 안되며, 한 쪽이 뻗어있다 장치 양식에서 어려운 문제. 따라서 만의 IoT 응용 프로그램 시나리오, 디자인 맞춤형 칩 아키텍처에서 크게 성능을 향상 운영자 AI의 힘과 교차 장치 양식의 요구를 충족하면서, 전력 소비 및 비용을 줄일 수있는 동시에 .
'동시에, 아무리 제품의 제품 규모 어떠한 화면 또는 화면 없다 공통적으로 인간 - 컴퓨터 상호 작용과 관련된 것들, 그것을 추출하고, 다운 경화되어야 이러한 의미에서, 칩은 가장 적절한 방법 우리는 마이클 비즈니스 관점에서, 현재 모든 칩 시장에가, 인공 지능 설계되지 않았습니다 말했다 '이 칩은 만약 IoT AI 칩에 대한 최초의 인간 - 컴퓨터 상호 작용 시나리오 것을 그것을 말할 수 있습니다 알고리즘의 힘은 플레이하기가 어렵습니다.
또한, 채택 된 모든 모델의 모듈 어셈블리, 장점은 신속하게, 그러나 때문에 제한된 비용으로 제공하고 있으며, 매우 자주 그들은 시장에서 사용할 수있는 컴퓨팅 파워를 상대적으로 빈약 한 칩을 선택한 후 낮은 수율의 패치 워크가있을 것입니다 및 기타 문제.
따라서, 그들이 생각, 최종 칩,이 칩을 만들려면 충분히 특히 높은 컴퓨팅 파워를 필요로하지 않습니다 않는 회사의 알고리즘의 관점에서, 소리 연습을 구름이 알려진 그 단어의 어떤 양, 비용, 전력 소비 다른 영역은 낭비된다. 그리고, 가속 알고리즘 능력이 제한 할 것을 의미 가속 컴퓨팅 칩 선택하고 가속도의 계산은 '내면의 힘'이다.
황 가장 중요한 것은 칩을 찾은보다는 추세를 따를 것을 강조했다.이 칩은 높은 입력, 고위험 산업이기 때문에? 미래 고객 인 환경? 무엇인지 알고 싶어요.
AI의 격렬한 시대는 끝났으며, 2018 년에는 '유역'이 생겨날 것입니다.
기자의 얼굴, '오래된, 최근에 자주 밤에 일어나'에 대해 이야기 친구의 마이클 원, 그는 기업가 투자자, 고객, 직원 등 시장에서 직면해야으로 어려운 경영의 이유가 있다는 것을 인정 책임감에 관해서는 기다릴 수 없으며 멈출 수 없습니다.
지능형 하드웨어 산업은 성급한 지난 2 년 동안, 경험, 이유로 복귀하기 시작, 마이클 2018는 업계가 '분수령'될 것이라고 믿고, 우리가 착륙에 초점을 시작, 회사의 능력은 잠재적 인 에너지를 방출하기 시작하고, 어떤 선점 효과에 대한 이 회사는 그렇지 파괴 물건을 할 경우 시간의 창을 통과하기 때문에, 그것은, 투자자, 시장의 관심을 얻기 위해 열심히, 그리고 트랙 내부의 몇 주류 AI 산업, 경적을 탄생 야수, 그래서 자원은 머리 회사에게 기울어 질 것이다.
'일반적으로 말하면, 지난 몇 년 동안 투자에 대한 자랑에 여전히 의지 할 수 있지만 올해는 그렇게 간단하지 않았습니다.'라고 Huang Wei가 말했습니다.
어떻게 인공 지능 업계의 인간 - 컴퓨터 상호 작용 개발을 위해, 그는 주로 인간의 상호 작용의 귀와 입에 의존 스포크, 음성 표현하는 주도권을 쥐고 우리를 할 수 있습니다, 우리가 시각적 프리젠 테이션 콘텐츠를 볼 수 있으며, 둘은 비용 소비 없다 음성 및 이미지가 다음 주요 대화 형 모드, 키보드 나 마우스 입력해야합니다 있도록하고 본질적으로, 인간의 본성에 반대하는, 서로를 보완, 휴대폰의 미래는 반드시 우리의 필수품이 아니다.
- 조사 회사 GfK의 자료에 따르면 2015 년 중국 스마트 스피커 소매 볼륨에만 100 만대 2016 년 1 월에 60,000 대에 2,017 증가 -, 10 대 이상 8 월 누적 총 매출을 2017 년 3 분기 많은 반면 신제품 출시로 인해 2017 년 8 월에만 스마트 스피커 시장은 전년 대비 178 % 성장했습니다.
대화 형 혁명이 일어났습니다.
물론, 대중은 또한 인공 지능의 존재에 의문을 제기, 음성, 최근 동네 짱의 자동 조종 보행자 사망 문제는이 모든, 마이클 연상, 기술이 안전해야, AI의 위협이 다시 뜨거워 질 모든 사람의 공황을 일으키는 원인이 많았다 발생 첫째, 보안 및 인간의 삶과 과학 기술의 진보는 후자가 더 중요하다고 의심의 여지가 없다. 파이낸셜 뉴스