从市场对人工智能技术的定义来看,作为终端侧最主流的人工智能芯片解决方案

电工电气网】讯

在如今人工智能发展形态下,不论是如交通、电力、金融等基础行业,还是势如破竹的众多新兴产业,市场格局已在技术、科技发展下发生很大的变化,主动投入参与全景人工智能场景的构建成为处于该市场中的每一个行业、企业的选择。从市场对人工智能技术的定义来看,目前AI的发展仅处于起步阶段,还有无限的可能性等待解锁。

随着自动化技术的不断发展,无人操作的趋势越发明显。近些年来,在无人自动化领域发展最快,应用最广的当属AGV小车了。

一直以来,高通在推动终端侧人工智能芯片的应用方面不遗余力。现在这家全球最大的手机芯片提供商又推出了面向数据中心推理计算的云端AI芯片Cloud
AI 100,正式宣告进入云端AI芯片市场。

图片 1华北工控看来,从目前的人工智能发展初步现状来看,其主要集中在三个方面:理解力、沟通力、协同力。即通过模拟人类思维模式实现对外界信息理解,如深度学习技术;通过语音、视觉等实现人机交互的技术、如机器视觉、人脸识别、图像采集等;通过行动控制实现人机协同工作、如各行各业不同性能的机器人。数据利用人工智能在各行各业得到鼎力推崇的重要原因之一便是其使得原本零散的数据得到整合,并在整合的基础上得到最大化的利用,用于整个系统的改善与优化。在原有的体系中,其中的设备、人员、产品流程中都产生成千上万的数据,但是因为各个工序间、设备间的独立运行,数据之前无法形成良好的联动,都处于孤立的状态。在物联网的基础上,借助人工智能,使生产作业过程中产生的大量数据得到利用,实现联动,并借助智能分析,使这些大数据产生实时效益,反作用于原流程,使得原来的信息孤岛被打破。主动学习能力设备与环境之间的联系分为主动与被动,单向与双向,在传统的作业背景中,设备作为命令执行方,对外界输入的指令进行严格执行。但在数据信息化时代,对于柔性生产、整体工作环境的高度协调性产生越来越高的要求,原有的单向信息传播方式不再奏效,需要设备具有更多的主动学习能力,对外界环境进行学习并主动调整自身行为。在人工智能技术的加持下,深度学习等都赋予了设备更多的自主调整自身行为,对外环境进行学习的能力。通过机器视觉、智能感应等技术对外界信息进行实时采集,利用自身的自主学习能力来做出判断,自主纠正自我行为,这些能力在无人驾驶、智能机器人、无人机等人工智能设备中已得到初步的利用。提高作业效率人工智能所要解决的终极问题是让机器更好的代替人工,在智能场景下,机器工作的效率、准确度等能够无误差的实现由人工到机器的转移,其中涉及到大量的人力解放和效率提升。在华北工控看来,在目前的人工智能初步的构图中,在个体层面,通过机器视觉、人脸识别、语音识别等技术实现信息输入,运用深度学习等技术理解信息,并通过自主智能控制系统来实现对外界的反馈与交互,并实现在整体层面的数据采集与分析,协调与控制、优化。

什么是AGV?

迄今为止,作为终端侧最主流的人工智能芯片解决方案,骁龙人工智能芯片已经为市面上超过10亿部智能手机提供AI运算加速,越来越多的手机用户享受到人工智能芯片带来的智慧体验与便利。显然,高通并不想只局限于终端侧人工智能芯片领域,随着Cloud
AI
100这款云端AI芯片的发布,高通把终端侧AI的技术和规模优势转移到云端AI芯片领域,全新的Cloud
AI
100云端AI芯片和其他云端AI芯片解决方案(GPU、CPU和FPGA)相比,在性能功耗上能够达到10倍的提升,和高通骁龙处理器的终端侧AI计算能力相比则至少有50倍的提升。这款云端AI芯片的问世将为当今数据中心AI推理加速市场树立全新标杆。

图片 2嵌入式计算机硬件商作为基础设备供应商,为AI的多任务执行和应用场景升级提供基础平台,如基层图像、视频、音频处理平台的构建,为计算力与大数据平台的搭建提供基层支撑。华北工控将在更多的交通、电力、金融、物流等领域,参与基础智能嵌入式计算机硬件系统的构建。

Automated Guided
Vehicle,简称AGV,通常也称为AGV小车——指装备有电磁或光学等自动导引装置,能够沿着规定的导引路径行驶,具有安全保护以及各种移载功能的运输车,工业应用中不需驾驶员的搬运车,以可充电的蓄电池作为动力来源。一般可通过电脑来控制其行进路线以及行为,或利用电磁轨道(electromagnetic
path-following
system)来设立其行进路线,电磁轨道黏贴于地板上,无人搬运车则依靠电磁轨道所带来的信息进行移动与动作。

据市场调研公司预测,用于数据中心的云端AI芯片市场规模将从2018年的25亿美元增长到2023年的212亿美元。仅AI推理这一细分市场从2018年到2025年将有10倍的增长,达到170亿美元。从云端AI芯片的用量来看,AI推理芯片使用场景广泛,需求量巨大。在2019年旧金山举办的AI
Day会议上,高通宣布推出的这款Cloud AI
100云端AI芯片,就是专为满足急剧增长的云端AI推理处理的需求而设计。同时将基于骁龙AI芯片的终端侧AI技术优势拓展至数据中心,从云到端全面塑造人工智能生态。

图片 3

经过多年的技术演进,骁龙AI芯片已经成为智能手机处理器行业的标准,在性能不断提高的同时,低功耗、少发热已经成为骁龙AI芯片在设计上的核心优势,现在这两个优势不仅可以被手机终端消费者所享受,现在也惠及到云端服务器、数据中心。一直以来,降低用电、减少发热都是服务器、数据中心迫切想要实现的目标。当前AI服务器行业使用的其他计算架构,很可能会出现明显的电力损耗、产生大量热能等问题,Cloud
AI
100这款云端AI芯片从高通自家的骁龙AI芯片的架构设计和制造工艺中汲取灵感,使云端AI芯片的运行效率有了极大改善,因此其同等性能下的功耗只有竞争对手们的十分之一。此外Cloud
AI
100这款云端AI芯片,还有一个明显的优势,那就是这款云端AI芯片并非特别隶属服务器应用项目,而是卡式设计作为协同处理器提供运算加速,同时在整体配置上也没有做太大限制,主要针对运算规模进行弹性布署,可以将云端AI芯片以插卡形式“即插即用”到云端服务器上,使用非常方便。

不仅使用方便、功耗低,更重要的是Cloud AI
100云端AI芯片性能强悍。由7纳米制程工艺打造,支持业界领先的软件栈,包括PyTorch、Glow、TensorFlow、Keras和ONNX,这个云端AI芯片的峰值AI性能将达到350
TOPS,可以高速执行密集的浮点和整数运算。与传统的现场可编程门阵列相比,Cloud
AI
100这款AI芯片在推断任务方面比目前最先进的AI推理解决方案平均速度要快10倍左右。区别于纯CPU、CPU+FPGA之后的第三代高性能AI计算体系,Cloud
AI
100这样的专用于推理计算的云端AI芯片在架构上本身就更适合专门类型的机器学习推理计算。

凭借更高的AI算力、更节能环保的设计、更方便的快捷的使用方式,Cloud AI
100云端AI芯片将为服务提供商带来更强大的在线AI体验,让用户真正体会到AI的好处。在这个“应用为王”的时代,将云端AI芯片作为新的游戏平台,这便是Cloud
AI
100的“完美应用场景”之一。一直以来,游戏过程中的延时和卡顿都是让玩家痛心疾首的致命伤,在云端服务器上执行的高能效AI推理可以减轻移动终端的AI处理负荷。在2019年深圳人工智能开放日活动上,高通联合vivo、腾讯王者荣耀开发团队和腾讯AI
Lab,一起演绎了一场专业游戏电竞赛。通过MOBA类游戏场景的实验环境来不断提升和优化AI电竞战队的实力,为移动电竞带来体验的升级和优化,由此可以看出移动游戏将是最能发挥Cloud
AI 100极致性能的应用。而腾讯云也可能成为国内首批Cloud AI
100云端AI芯片的用户。

显而易见,Cloud AI
100这款人工智能芯片的发布是高通正式参与云端AI芯片领域的标志,凭借Cloud
AI
100云端AI芯片的性能优势,预计到2025年,该芯片市场规模将达到6630万美元。云端人工智能芯片领域一个有很大增长潜力的新兴市场,高通以全新的云端AI芯片产品切入进去将为自身业务开辟新的领地。当Cloud
AI
100云端AI芯片量产后,其强悍性能会真正落在实处,为消费者带来智慧生活体验的全新改变。

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

*
*
Website