落地應(yīng)用前景

云端和邊緣端

作為AI算力的主要應(yīng)用場(chǎng)景,AI芯片在云端發(fā)展需要解決算力性?xún)r(jià)比與通用性問(wèn)題。算力性?xún)r(jià)比決定了人工智能應(yīng)用的部署成本,而算力通用性及軟件生態(tài)決定著不同算法的遷移及開(kāi)發(fā)成本。

在邊緣和終端這一側(cè),AI芯片所面臨的挑戰(zhàn)是它們會(huì)被部署在各種各樣的應(yīng)用環(huán)境中。即便在同一個(gè)垂直場(chǎng)景里,也需要考慮不同模塊之間的任務(wù)負(fù)載均衡問(wèn)題。

賽靈思的單羿認(rèn)為,FPGA因?yàn)橛徐`活可編程的優(yōu)勢(shì),可以根據(jù)場(chǎng)景的持續(xù)需求調(diào)整這些模塊之間的資源占用比例,從而達(dá)到全系統(tǒng)最優(yōu)的效果。

ADAS/自動(dòng)駕駛應(yīng)用場(chǎng)景落地

地平線瞄準(zhǔn)自動(dòng)駕駛應(yīng)用場(chǎng)景,在ADAS/自動(dòng)駕駛應(yīng)用場(chǎng)景下,AI芯片的核心價(jià)值就是實(shí)時(shí)處理行駛道路上的人、車(chē)、物等復(fù)雜環(huán)境的感知和決策。

目前,自動(dòng)駕駛芯片在架構(gòu)設(shè)計(jì)、研發(fā)投入與車(chē)規(guī)級(jí)應(yīng)用等方面仍處于較為前期的探索過(guò)程中,特別是國(guó)產(chǎn)汽車(chē)芯片的市場(chǎng)份額還有待提升,因此,突破本土自動(dòng)駕駛芯片技術(shù)的發(fā)展壁壘,將成為促進(jìn)未來(lái)中國(guó)智能汽車(chē)產(chǎn)業(yè)發(fā)展的關(guān)鍵環(huán)節(jié)。

安防

安防是目前最為明確的AI芯片應(yīng)用場(chǎng)景,主要任務(wù)是視頻結(jié)構(gòu)化。攝像頭終端加入AI芯片,可以實(shí)現(xiàn)實(shí)時(shí)響應(yīng)、降低帶寬壓力。也可以將推理功能集成在邊緣的服務(wù)器級(jí)產(chǎn)品中。

AI芯片要有視頻處理和解碼能力,主要考慮的是可處理的視頻路數(shù)以及單路視頻結(jié)構(gòu)化的成本。

寫(xiě)在最后

在AI芯片狂熱的背后,越來(lái)越多的關(guān)注點(diǎn)轉(zhuǎn)移到落地,中國(guó)的AI狂歡并不會(huì)持續(xù)太久。在“老大吃肉,老二喝湯”的半導(dǎo)體行業(yè),AI芯片也具有這樣的屬性,每個(gè)產(chǎn)品線最后會(huì)跑出兩三家公司。不過(guò)這是未來(lái)的格局,現(xiàn)在的AI芯片市場(chǎng),很符合一句話:讓子彈先飛一會(huì)。