Al igual que un gran "campo magnético", la gravedad de AI se ha trasladado gradualmente de una revolución tecnológica al desarrollo industrial. Como núcleo de la tecnología de IA, los chips AI también están atrayendo la atención, no solo para satisfacer las necesidades de la informática AI, sino también para adaptarse a diferentes requisitos. Escenarios de aplicaciones y diferentes ubicaciones (nube o final). La batalla por los chips AI también presenta una variedad de géneros, cada uno con sus propios fanáticos, ¿quién ganará?
Tres caminos
Actualmente en el mercado general de chips de AI hay tres caminos, un chip se realiza por medio de algoritmos convencionales de IA, tales como CPU, DSP, FPGA y similares; segundo acelerador es GPU + AI, la función de AI implementado; tercera categoría es adaptable ASIC.
Debido a que estos tres caminos 'gen' son diferentes, un posicionamiento no lo es. Russell James director de la imaginación, vicepresidente y servicios visuales AI PowerVR que, para una primera actuación de clases aplicaciones menos exigentes, tales como el reconocimiento de rostros, y los requisitos de precisión no es alta, y la segunda categoría para aplicaciones de alto rendimiento, tales como teléfonos inteligentes, monitorización inteligente, la conducción automática, etc .; tercera categoría AISC especializados para tareas específicas, como campo de la IO IO porque el campo requerido para completar el apropiado bajo poder limitado La tarea AI requiere el ASIC con el mayor rendimiento y la mejor relación de consumo de energía, y el volumen de envío en esta área será relativamente grande y digno de atención.
Estos tipos de caminos cada uno tiene ventajas, pero también de marketing y de negocios director de desarrollo regional defectuoso de la imaginación de China, Coltrane pensó, la eficiencia de la CPU no es de alta velocidad con una gran carga infeliz, aunque DSP velocidad, pero la investigación y el desarrollo de la insuficiencia ecológica, sólo ASIC algoritmo fijo puede realizar la función, la expansión no es fuerte, tan optimista sobre las GPU + acelerador AI amplias ventajas de rendimiento, eficiencia y consumo de energía en.
Mientras Coltrane es hablar de su propio respaldo IP, pero puede apreciarse, una arquitectura de chip de AI no es para todos los escenarios, diferentes escenarios de aplicación requieren diferentes tipos de apoyo, tenemos que ser capaces de soportar de milivatios a Kilowatts de una variedad de arquitectura.
Cambios en la industria
AI locura golpeado, pero a partir de la etapa de desarrollo, aún tiene que madurar.
Coltrane que la industria en general se divide en cuatro etapas, una nueva tecnología viene instituciones y empresas han investigación y estudios de viabilidad vanguardia-, para encontrar la posibilidad de industrialización; la segunda se aplica fase de investigación para explorar para resolver problemas prácticos, en tercer lugar es la etapa de rápido desarrollo de la industria, en este caso, también dio lugar a una gran cantidad de oportunidades, en cuarto lugar, madurado, convertido en un mercado relativamente estable, y sentar los Jedi está llevando las ventajas de las empresas Ebb Tide ahora, IA se encuentra en las primeras etapas de la tercera etapa de rápido desarrollo que es.
En este proceso, el fin de la función de AI más prometedor Russell James expresó :. 'AI está cambiando la industria, y la red neuronal es el núcleo de un proceso de este tipo ha sido principalmente ocurrir en la nube, pero debido a problemas de latencia, cuestiones de privacidad también. Con el aumento de los requisitos de escalabilidad, el procesamiento de AI de borde se ha vuelto muy necesario.
Además, el algoritmo se convertirá poco a poco abierta, crecido hasta las soluciones más óptimas para diferentes aplicaciones. Russell James dijo que el foco de Estados Unidos en los teléfonos inteligentes, el piloto automático y otros aspectos de la IA para mejorar el rendimiento, y China concede gran importancia a la vigilancia inteligente, es un potencial El gran mercado, mientras que hay muchas oportunidades en teléfonos inteligentes, conducción automática.
Nueva IP
En varios caminos diferentes, todas las fuerzas hacen su mejor esfuerzo para evitar las debilidades.
La imaginación ha anunciado recientemente el lanzamiento de dos redes neuronales basado en su núcleo y AX2185 AX2145 acelerador de la arquitectura de red neuronal (NNA) PowerVR Series2NX. Usted sabe, la arquitectura sólo se admite 16-4 bits de ancho soluciones pueden reducir lograr una mayor eficiencia y ancho de banda de respuesta en tiempo real y menor consumo de energía.
Para diferentes aplicaciones, estos dos tipos de núcleo IP en una gran optimización del rendimiento y ancho de banda de memoria. Se informa que, Series2NX AX2185 teléfonos de gama alta inteligentes, vigilancia inteligente y mercados del automóvil como el objetivo. Ventaja AX2185 que tiene ocho motor de cálculo de ancho completo cada ciclo de reloj puede manejar 2048 MAC (4.1 mil billones de operaciones por segundo), mientras que el excelente rendimiento de potencia, para lograr el más alto rendimiento por unidad de área. el AX2145 está optimizado para equipos sensibles a los costes a los teléfonos inteligentes de gama media, digital cajas de TV / set-top, cámaras inteligentes y seguridad de los consumidores para el mercado de destino, tales como procesamiento de reconocimiento de imágenes y aplicaciones de visión artificial.
La competencia de chips AI no es solo el rendimiento del hardware, la ecología del software también es crucial. Russell James presentó, ambos núcleos son totalmente compatibles con la interfaz de programación de aplicaciones de redes neuronales de Android, mientras que Imagination proporciona un conjunto de herramientas para simplificar el desarrollo de aplicaciones de inteligencia artificial. Y para el despliegue, la depuración y el análisis, el marco de aprendizaje automático también puede usar el Network Development Kit (NDK).
Russell James mencionado, que tiene actualmente dos AI acelerar los fabricantes de teléfonos IP del cliente y del coche. Y lo más importante, estos IP también se puede adaptar la CPU, FPGA, etc., pero hay ciertos requisitos de ancho de banda y retardo, mientras no necesariamente con la GPU 'partido'. Si la IA puede tomar ventaja de IP para acelerar la expansión a otras áreas de chips de propósito general, AI camino hacia el chip o variables.