產業力量正加速終端側智能發展
Gartner預測，到2022年，80%售出的智能手機將擁有設備端的人工智能。用戶對時延以及隱私的要求促使業界不斷實現終端側的深度學習。
手機要想成為AI手機，必須具備AI算力，基于專用AI單元或傳統通用硬件單元(CPU、GPU、DSP)調度實現AI能力，還需要能夠采用深度學習技術開發的功能/應用加載AI應用。手機需要具備AI芯片算力和AI能力級應用基礎AI體驗和應用場景AI體驗。
目前產業力量正在加速終端側智能的發展，在芯片方面，華為、高通、Apple、英偉達、ARM等均已發布了終端側人工智能相關的芯片;在SDK類產品方面，華為、高通、Apple、Google、ARM等已發布相關產品;在深度學習框架方面，百度、騰訊、Google、Facebook已發布了相關深度學習框架;在輕量化模型方面，Face++、Google、伯克利和斯坦福的研究人員等紛紛提出了輕量化模型?？梢娊K端側人工智能已不斷完善，正蓬勃發展。
李寶榮表示，AI終端也正在進一步發展，首先，終端芯片硬件架構的持續改進，可帶來更低的功耗和更高的處理能力;其次，半監督學習、無監督學習、分布式訓練、隱私保護的方法不斷出現，使得神經網絡算法的持續進步;最后，通過網絡側的輔助和協同，AI終端能處理更加復雜的任務的同時降低功耗。
AI加速通信網從CT演變到CT+IT
除了需要終端側人工智能外，網絡側輔助和協同具有重要意義。這是因為終端的電池技術在可預見的未來沒有很大的突破，終端側AI會消耗較多的電量，進一步加劇終端續航時間不長的矛盾，同時，終端處理器的能力相比網絡側云端要弱，所以，在滿足一定的條件下，將終端側AI的負載卸載到網絡側處理能提升AI處理的速度，并減少終端電量消耗的同時，提高續航時間。
從時延優化的角度來看，終端側的AI負載一般由網絡側邊緣計算平臺承接，邊緣計算的發展對終端側人工智能應用的普及和發展具有十分重要的意義，
利用5G網絡對終端側入工智能進行支持和增強，將是今后AI發展的重要方向。5G能更好地支持和使能MEC。和2G/3G/4G移動網絡架構不同，5G系統的數據面可更加靈活部署，目的就是為了天然地支持邊緣計算，MEC能夠很容易被整合進5G架構中。
李寶榮認為，對用戶的隱私保護和利用5G提升AI終端性能是運營商乃至整個通信業的兩大重點研究方向。AI也將變革通信網絡，加速通信網從CT到CT+IT的融合方向演變。云計算、邊緣計算以及終端的計算、存儲和聯網能力成為人工智能的泛在的基礎設施，未來云計算和邊緣計算將呈現雙峰發展的格局，通信網絡在AI終端發展大潮的推動下需要不斷增強對計算和存儲資源分配和調度的能力，發揮一個大型操作系統的作用。
京公網安備 11010502049343號