勤思科技获数千万元天使轮融资，进一步拓展海事、航道运营综合智能平台发展
06-17
*本文来自物联网智库，雷锋网已授权。
人工智能（AI）蓬勃发展的这几年，技术突破不断刷新人们的认知，应用范围不断向新领域延伸。
特别是在万物智能互联的大趋势下，新场景、新需求、新机遇异军突起，对人工智能提出了更多样、精准、高性能等新要求。
人工智能的能力和物联网的需求越来越紧密地结合在一起。
它们互为因果，共同加速AIoT对新潜力的探索。
那么，对于AI玩家来说，有哪些演进趋势、即将到来的重要突破以及不可错过的极具价值的应用方向呢？人工智能正在下沉，从云端到边缘。
曾几何时，我们对AI算力和智能的创新程度感到惊讶，但当时AI创造的产业价值并不明显。
随着移动互联网时代迈向物联网时代，越来越多的场景和终端需要实时高效处理数据（如车联网、无人机、工业现场、物流、安防等）、AI计算算力与智能 从云端到边缘，为物联网提供了敏锐的眼睛和灵敏的大脑，这已成为AI和IoT的“共识”。
这种趋势从两年前就开始出现。
边缘智能如今已经成为实现万物互联、迈向万物智能互联不可或缺的一部分。
也为汹涌的AI芯片领域再添一把火。
聚焦场景，从“通用”到“专业”也是因为物联网场景的多样性，这使得AI从云端到边缘/设备的过程非常具有挑战性。
物联网时代，面对复杂多样的数据和场景，通用芯片无法满足其个性化需求，为生产/生活/运营提供合适的算力。
然而，面向特定场景、提供特定性能的AI芯片已经成为新趋势，目前受到众多AI创新者的青睐。
科技领域的创新往往是由市场驱动的，人工智能也不例外。
在物联网市场的推动下，边缘智能和特定场景的AI芯片两大趋势已成为行业主流。
那么，从供给侧的角度来看，AI领域的玩家如何利用技术创新来满足物联网时代无处不在的AI需求呢？如何选择潜在的AI应用场景？边缘智能目前面临哪些困难？哪些技术发展值得关注？在近日举行的“普惠AI，从核心到边缘”战略发布会上，中科院自动化研究所南京人工智能芯片创新研究院（AiRiA学院）用成果展示了对这些问题的思考。
包容性人工智能势在必行。
长期以来，产业界、学界和资本界从未放弃对人工智能价值的质疑，即人工智能真正能赋能哪些行业，能为业务提升或模式创新带来多少？救命，这是AI市场价值的最好证明。
未来已来，AIoT时代的图像信息将是未来数据洪流的主要呈现方式。
因此，人工智能支持的图像处理将对相关产业产生巨大的推动作用。
事实上，近年来安防、车联网、无人机、智慧物流、工业视觉等场景的爆发也印证了这一点。
中国科学院自动化研究所所长、AiRiA学院院长徐波表示：以模式创新为源头，以芯片和系统为技术载体，人工智能生态系统正在与领域快速融合，呈现出破坏性应用程序。
从政策层面看，人工智能连续三年被纳入政府报告，总理今年首次提出“智能+”，再次从国家战略高度为AI产业注入新动力。
面对市场需求和国家战略，AiRiA学院作为“人工智能国家队”认为，人工智能想要从虚拟走向现实，必须通过在多个行业的大规模落地来实现。
换句话说，如何克服技术和模式上的困难、克服障碍，让各行各业都用上人工智能、用好人工智能，这是人工智能落地、破局的重中之重。
因此，AiRiA学院肩负着“普惠人工智能先行者”的重任，以清晰的市场洞察和深厚的技术积累，一步步朝着这一宏伟愿景迈进。
在普惠AI之路上，哪些问题困扰着行业？普惠AI意味着赋能万物。
从云端到边缘的大趋势，也是AiRiA学院作为AI芯片行业的后来者直接选择进入的方向。
由于计算位置和形式的变化，AI载体和设计思路需要重新定义。
云端AI不受体积和功耗的限制，可以在一定的成本下实现极致的性能。
但在边缘，AI载体（芯片）必须考虑终端场景（如机器人、可穿戴设备、无人机等）的体积、功耗和成本，以及如何在边缘实现最高性能。
三者的制约。
AI性能是考验芯片团队的一个非常具有挑战性的问题。
AiRiA学院常务副院长程健博士表示，牺牲AI芯片的性能来满足物联网终端的体积、功耗和成本要求是一种“妥协”，而不是创新。
如何找到平衡点，实现在功耗更低、尺寸更小、成本更低的同时，还能保证性能不受影响，从而真正满足众多行业场景下对边缘智能的综合需求。
那么，AiRiA学院是如何应对这些严峻挑战，并在AI芯片领域取得重大突破的呢？值得一提的是，中科院自动化研究所是基于十几年定量处理技术的深厚积累。
量化处理技术如何帮助AI芯片发挥成本、功耗、性能等综合优势？定量模型压缩处理技术可以大大简化整个计算过程。
AiRiA学院副院长冷聪博士进一步介绍，量化技术的精细化程度越高，整个计算过程的简化和集成效率就越高。
目前业界量化处理技术的标准配置支持8位，但AiRiA学院可以实现4位、2位甚至任意1位量化，这也达到了国际领先水平。
随着量化程度的提高，AiRiA学院自主设计的量化神经处理单元（QNPU）可以通过大规模神经网络实现片上计算，从而减少或消除对外部存储的访问，解决了量化问题。
巨大的电力消耗。
功耗、带宽和体积成本的“内存墙”问题。
这样既可以满足各种物联网边缘计算场景的应用，又可以在小规模、小体积、低功耗的前提下，仍然保证高可靠的计算性能。
这是QNPU非常突出的特点和优势。
在汹涌的AI潮流中，如何以科研人员的态度打造“正经的人工智能芯片”？近年来，随着全球科技革命的不断升级，芯片行业始终被寄予厚望，尤其是在竞争激烈的人工智能领域，巨头和初创企业不断以更新更强的人工智能成果冲击着人们的视线。
然而，更值得思考的是，我们需要什么样的人工智能技术、产品、解决方案和应用？如何让科技成果普惠大众？AiRiA学院首席科学家张阳博士认为，人工智能和科学研究一样，需要真实务实，从虚拟走向现实。
因此，以科研人员的态度、稳健的步伐，做出“正经的人工智能芯片”，才是AiRiA学院的技术进步。
除了优点之外，还有一个更独特的高度。
他带领芯片团队研发的AiRiA学院首款QNPU芯片瓦特A1即将正式上市。
预计下半年9、10月流片。
它采用台积电28nm工艺，峰值算力达到24Tops。
支持P四通道视频的实时检测和高达每秒帧数的MobileNet图像分类。
目前在WattA1的演示展示中，基于QNPU的自动驾驶、人脸识别等高性能应用场景得到了充分体现。
全栈解决方案，赋能行业在赋能行业、加速落地的道路上，AiRiA学院以行业需求为导向，为企业用户打造软硬件一体化的人工智能解决方案。
除QNPU外，AiRiA学院还推出了模型压缩工具QTrainer和深度学习推理引擎QEngine。
QTrainer不仅支持QNPU，还支持第三方开发自定义应用程序。
QEngine同样面向量化架构，兼容多种处理器和硬件。
他们共同优化软件、硬件和算法，构建全栈人工智能解决方案。
目前，AiRiA学院已与多个行业的龙头企业达成合作。
基于上游技术定位，与下游各行业集成商建立生态系统，包括智能安防、智能零售、自动驾驶、智能物流等领域，共同推动人工智能发展。
不同行业的渗透。
在“普惠AI，从核心到边缘”战略发布会上，AiRiA学院与赛格导航、高新兴物联达成战略合作。
三方合作推出“基于低成本芯片的自动驾驶算法软加速”解决方案。
该方案基于QEngine引擎，结合高新兴物联智能通信模块，为赛格导航ADAS高级驾驶辅助系统提供高性能、高可靠支持，实现主动安全、车队管理、驾驶行为分析等生态全面开花各种场景应用。
仰望星空，看AI未来的发展潜力和产业潜力，还有更多的可能性值得探索。
普惠人工智能之路任重而道远。
比如，随着AI芯片性能的进一步突破，真正的AI芯片应该具备自我学习能力，走向无监督、自主进化。
未来，AiRiA学院将以边缘端推理专用处理器为基础，向芯片自主演进领域迈进，为更广泛的应用场景赋予智能化，为国家重要芯片产业的发展加油。
物联网智库《中国物联网产业全景》雷锋网版权文章，未经授权禁止转载。
详情请参阅转载说明。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态