智伴科技產品研發副總裁雷澤華表示，在兒童早教產品領域，AI語音在童聲、語氣、情緒等方面的優化大大提高了產品體驗。
"當前我們正處于5G爆發的邊緣，5G與人工智能的結合將真正促使萬物智聯的落地與實現。"云知聲創始人黃偉認為，可以預見的是，未來巨量的多維數據(如語音、圖像、視頻等)集中處理與邊緣式分布計算的需求，勢必將進一步挑戰AI底層支持硬件--芯片的計算能力。
據了解，蘋果、谷歌、微軟等企業在軟件基礎之上打磨人工智能功能后，也意識到了硬件的重要性，谷歌甚至專門為人工智能開發了其特有的專用芯片TPU。這也說明，人工智能芯片對于整個產業來說，正在變得至關重要。
據美國知識產權局的數據，2017年AI半導體專利申請量達391件，對比2013年的32件，近4年增長超過10倍，且速度逐年加快。ReportLinker曾預測，到2023年全球AI芯片市場規模將達到108億美元，復合年均增長率達到53.6%。而在中國，AI芯片承載著集成電路產業彎道超車的期望，得到政府自上而下的推動和扶持。2017年7月8日，國務院印發《新一代人工智能發展規劃》，提出發展智能計算芯片與系統，重點突破高能效、可重構類腦計算芯片。2017年12月14日，工信部印發《促進新一代人工智能產業發展三年行動計劃》，提出力爭到2020年，神經網絡芯片實現量產并在重點領域實現規模化應用。
相關專家表示，對于使用人工智能的人來說，不只看重運算結果，還關心運算的速度，如果反應遲鈍也會大大影響使用體驗。因此，芯片雖然低調，卻是不可或缺的基石。盡管目前云計算是深度學習和人工智能的主流趨勢，但在一些場合又免不了在本地處理數據，以實現一些實時的功能，這就需要速度快、能耗低的芯片來提供支撐。
特別對于某些應用，由于網絡延遲、帶寬和隱私問題等各類原因，必須在邊緣節點上執行推斷。例如，自動駕駛汽車的推斷，不能交由云端完成，否則如果出現網絡延時，則會發生災難性后果;大型城市動輒百萬的高清攝像頭，其人臉識別如果全部交由云端完成，高清錄像的數據傳輸會讓通信網絡不堪重負。
業內人士認為，未來相當一部分人工智能應用場景中，要求邊緣處的終端設備本身具備足夠的推斷計算能力。而目前邊緣處理器芯片的計算能力，并不能滿足在本地實現深度神經網絡推斷的需求。業界需要專門設計的AI芯片，賦予設備足夠的能力去應對未來越發增多的人工智能應用場景。
"AI芯片的最大問題是時鐘樹。"Arteris IP營銷副總裁庫Kurt Shuler(音譯為庫特·疏勒)說，這需要同步通信，因為如果以異步方式處理通信，會占用很多區域。此外，更有可能在大芯片上出現路由擁塞。解決這個問題的方法是創建虛擬通道鏈接，這樣可以減少連線數量并通過一組線路共享通信。
"計算非常簡單，壓縮或解壓縮數據也簡單，但在內存中存儲和加載數據并不簡單。"Arm研究員杰姆·戴維斯說，要構建這些系統，你需要特定領域的專家，比如機器學習專家和一些優化以及性能方面的專家。
此外，芯片中應運用AI，實際是關于數據的質量、數量和移動，這需要一種不同的方式來看待設計，包括團隊之間的協作。"在技術落地過程中所遇見的問題是需要通過整合行業資源來解決的，單一企業無法完成，開放協作、產學研一體化都是重要策略。"OPPO研究院軟件研究中心總監陳巖說。
京公網安備 11010502049343號