细数AI芯片的实际应用

　　这些年国内的智能芯片得到快速发展，AI芯片的具体使用场景也在扩大，在手机，摄像头，驾驶方面都得到了实际应用。

　　AI芯片的应用层次

　　从应用场景来看，人工智能芯片应用于云端和设备端。

　　在深度学习的训练阶段需要极大的数据量和大运算量，单一处理器无法独立完成，因此训练环节只能在云端实现。云AI芯片的特点是性能强大、能够同时支持大量运算、并且能够灵活地支持图片、语音、视频等不同AI应用。我们现在使用的各种互联网AI能力(比如在线翻译、人证比对)，背后都有云AI芯片在发挥作用或提供算力。英特尔、IBM等老牌云服务器芯片厂商同样在积极布局这一市场，各自通过并购、投资、研发等方式不断切入云AI芯片市场。

　　在设备端，智能终端的数量庞大，而且需求差异较大，推理环节无法在云端完成，要求设备有独立的推理计算能力。这便需要有嵌入到设备内部的端AI芯片，让设备不需要联网就能具备AI能力。它们的特点是体积小、耗电少，而且性能不需要特别强大，通常只需要支持一两种AI能力。现在手机里的芯片、摄像头里的芯片、甚至你家电饭煲里的芯片都开始陆续AI化。云端格局应该变化不大，但是在终端方面变数未定，边缘计算值得关注。云端市场已被巨头瓜分殆尽，创业公司生存空间几乎消失。倒是终端市场群雄割据，机会尚存。

　　AI芯片的具体应用场景

　　AI芯片可能不仅仅被用于智能手机上，这得益于初创公司的定制芯片设计，以及来自移动芯片巨头ARM的Trillium AI项目等努力。这意味着今天的计算机智能革命才刚刚起步，它最终可以帮助亚马逊和谷歌的数字助理扩展到新设备上，让你的汽车识别行人和周围的一切，让你的电脑更聪明，可自动进行照片和编辑等。

　　以网络安全摄像头为例，它可以让你的家庭网络和宽带连接成为一个持续的视频流。葛文那解释称：“你真正想要的摄像头能够看到现场，然后说什么都没发生，不需要上传视频。当发生变化时，它可以发送图像或通知。”葛文那预计，个人电脑可以在相对强大的主处理器上运行AI，但随着更多的软件使用该技术，它们也会得到AI芯片。像Photoshop和Premiere Pro这样的Adobe Systems软件已经将处理器推向了极限，该公司已经引入了Sensei AI技术，以加快像照片编辑这样的任务。

　　随着无人驾驶技术的进步，汽车将获得AI大脑。名为Synopsys的公司在会议上展示了自己的方法，用于管理从雷达、激光雷达、摄像头和其他无人驾驶汽车中收集到的大量数据。Synopsys市场营销经理戈登·库伯(Gordon Cooper)说：“苹果把神经网络植入了iPhone X中，现在每个人都想拥有神经网络功能。”

　　如今，像Amazon Echo或Google Home这样的智能音箱位于AI的前沿领域，但它们的大部分“大脑”都依赖于网络链接。葛文那说，内置的AI芯片可以让它们更快地理解你的语音指令，这是一项重要的改进，因为没有人喜欢在订购新音乐或让灯光关闭时延迟。

　　在无人机领域，AI将意味着更强大的能力，比如避开飞行中的障碍物，或者追踪某个移动的物体。例如，沿着滑雪坡道向下走，这样你就可以把动作视频带到下一个层次。

　　AI的加入，为芯片行业注入了新的生机，它带来的技术的变革，给科技产品带来了全新改进和升级的机会。