自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

AI芯片,將引發(fā)“智聯(lián)網(wǎng)”大變革

企業(yè)動態(tài)
物聯(lián)網(wǎng)被認為是繼計算機、互聯(lián)網(wǎng)之后世界信息產(chǎn)業(yè)發(fā)展的第三次浪潮,未來5-10年會對人類生產(chǎn)、生活產(chǎn)生深遠影響,隨著AI的蓬勃發(fā)展,IoT開始邁入AI+IoT智聯(lián)網(wǎng)時期。

物聯(lián)網(wǎng)被認為是繼計算機、互聯(lián)網(wǎng)之后世界信息產(chǎn)業(yè)發(fā)展的第三次浪潮,未來5-10年會對人類生產(chǎn)、生活產(chǎn)生深遠影響,隨著AI的蓬勃發(fā)展,IoT開始邁入AI+IoT智聯(lián)網(wǎng)時期。

[[222508]]

一、什么是AIoT

智聯(lián)網(wǎng)(AIoT)概念明確提出是在2017 年2 月,《人工智能芯片助陣,物聯(lián)網(wǎng)將進化為AI+IoT》一文提到,“受過訓練的AI系統(tǒng),目前在特定領域的表現(xiàn)已可超越人類,而相關軟件技術迅速發(fā)展的背后,與專用芯片的進步息息相關。在芯片對人工智能的支持更加完善后,物聯(lián)網(wǎng)(IoT)將可望進化成AIoT(AI+IoT)。智能機器人的遍地開花只是個開端,人工智能終端芯片引領的邊緣運算,其所將帶來的商機更讓人引頸期盼”。

具體來說,AIOT是指融合AI技術和IoT技術,通過物聯(lián)網(wǎng)產(chǎn)生、收集海量的數(shù)據(jù)存儲于云端、邊緣端,再通過大數(shù)據(jù)分析,以及更高形式的人工智能,形成智能化的應用場景和應用模式,服務實體經(jīng)濟,為人類的生產(chǎn)活動,生活所需提供更好的服務,實現(xiàn)萬物數(shù)據(jù)化、萬物互聯(lián)化。

AIoT是AI與IoT融會發(fā)展的產(chǎn)物。IoT通過各種設備(比如傳感器、RFID、 WIFI、LPWA、使能平臺、連接平臺等)將現(xiàn)實世界的物體“萬物互聯(lián)”,以實現(xiàn)信息的傳遞和處理。

對于AI而言,物聯(lián)網(wǎng)肩負了一個至關重要的任務:內(nèi)外部環(huán)境信息獲取后,產(chǎn)生海量的數(shù)據(jù),上傳至云端或者邊緣節(jié)點,為感知、云計算、控制、認知提供源源不斷的信息供給。

AI構(gòu)建了一個大腦,憑借其算法與行業(yè)規(guī)則引擎,形成“邏輯”、“想法”、“指令”、“調(diào)優(yōu)”能力;AI 算法的“智能”只能通過不斷分析、數(shù)據(jù)驗證、調(diào)參、改進算法模型才會變得“聰明”。

IoT則相當于大腦之外的神經(jīng)網(wǎng)絡,既能搜集數(shù)據(jù),也能傳遞反饋信息,IoT一旦內(nèi)嵌AI,IoT由連接變成分析、邏輯、推理與智能,懂得外在環(huán)境和應用場景的交互,具備自感知、自改進,從而自動高效應用到產(chǎn)業(yè),進而提升生產(chǎn)效能,豐富用戶體驗。

影響和滲透是雙向的,借助IoT,AI不再是科研和實驗技術,AI+IoT可以滲透若干場景,落地到現(xiàn)實生活,借助來源豐富的數(shù)據(jù)不斷更新提升AI算法效能,讓AI更具生命力和活力。

二、AIoT的變化與趨勢

可以說AI與IOT兩者形成一種奇妙的化學反應,創(chuàng)造出更多科技創(chuàng)新應用,簡單的IoT“互聯(lián)”上升到AIoT“智聯(lián)”程度,在可預見的未來,AIOT必將改變現(xiàn)有物聯(lián)網(wǎng)發(fā)展格局,顛覆既有市場形態(tài)、產(chǎn)品形式,服務模式,開啟全新的社會生產(chǎn)生活,形成經(jīng)濟發(fā)展新動能,推動新經(jīng)濟發(fā)展,進一步改善生活體驗。

經(jīng)歷IoT與AI的蓬勃發(fā)展,2018年之后的AIoT趨勢將更加快速的到來。比如在2018CES展上,出盡風頭的日產(chǎn)汽車研發(fā)的“腦控車(Brain-to-Vehicle,簡稱B2V)”技術,將駕駛者的反應更加快速地傳達給車輛,使車輛根據(jù)駕駛情況的變化不斷做出相應的調(diào)整。

Google的智能語音助理Google Assistant整合進來4億臺物聯(lián)設備,不僅控制各類智能家居設備,比如插座、電風扇、電燈、時鐘收音機等,還將內(nèi)置Google車載系統(tǒng) Android Auto,開啟智能操控新時代等等。

AIoT賦能未來生活將無處不在。

三、AI芯片成突破支點

AI突破性發(fā)展需要技術基礎,也就是三駕馬車,分別是算法(Algorithms)、大數(shù)據(jù)(Big Data)、運算能力(Compute Power)。近年來,AI的三駕馬車已經(jīng)取得長足發(fā)展。

1. 算法(Algorithms)變革與突破

從過去的神經(jīng)網(wǎng)絡開始,一直到近年的深度學習(Deep Learning),尤其是多層神經(jīng)網(wǎng)絡技術飛速發(fā)展,算法進步讓看似不可能的運算帶入認知、擬人的學習推理領域。

早在2015年,微軟ResNet系統(tǒng)采用152層的神經(jīng)網(wǎng)絡架構(gòu),讓計算機對影像進行辨識并對物體開展檢測,錯誤率降低到3.5%,正式超越人類的5.1%水平;吳恩達先后在谷歌x實驗室采用了參數(shù)多達17億個的神經(jīng)網(wǎng)絡,在斯坦福大學做了更大的神經(jīng)網(wǎng)絡,采用參數(shù)多達112億個神經(jīng)網(wǎng)絡。

人工神經(jīng)元正在步步逼近人腦神經(jīng)元,多層架構(gòu)深度神經(jīng)網(wǎng)絡算法引起一陣風潮,復雜AI的算法正在邁入超越人類認知水平的時代。

2. 大數(shù)據(jù)(Big Data)數(shù)據(jù)庫領域

巨量數(shù)據(jù)/大數(shù)據(jù)(Big Data)伴隨光纖、移動寬帶網(wǎng)絡普及、電商、物聯(lián)網(wǎng)發(fā)展快速聚集,預計2020年全球數(shù)據(jù)量將超過40ZB,相對2010年增長到40倍,1ZB數(shù)據(jù)意味著福斯電視(FoxTV)熱門影集《24》連續(xù)播放1.25億年,可見數(shù)據(jù)爆炸超出想象;人們對數(shù)據(jù)結(jié)構(gòu)化的技術推陳出新,如NoSQL\ MongoDB等;通過良好的數(shù)據(jù)分類與標注,搭配搜索引擎與算法,讓數(shù)據(jù)平臺快速找到海量數(shù)據(jù)背后的隱藏的規(guī)律信息。

3. 運算能力(Compute Power)

2012年微軟人工智能平臺辨識單個貓需要16000顆傳統(tǒng)CPU的運算能力才能達成,但類似的工作,2016年采用繪圖芯片GPU大概只需要2顆。

就一個復雜棋局而言,AlphaGO第一代下一盤棋需要1920 CPUs 和280 GPUs,同時有64個搜索線程;Alpha 第二代需要50個TPU(1個TPU算力大致相對于10個同級別GPU);隨著AI算力的大幅提升,算力仍然是AI的最大成本,據(jù)統(tǒng)計,算力成本(包括底層的硬件,GPU/CPU/FPGA以及其他信號處理等半導體成本、能耗成本)占AI成本在70%左右,AlphaGo下一盤棋,其背后的服務器的總耗電量折算成電費是3000美元; 計算的時大量耗熱,通過吹風才能散熱。算法、數(shù)據(jù)庫基本可以實現(xiàn)平臺化、軟件化、工具化,邊際成本趨向為O,決定AI普及的核心是算力和對應的能耗。

將算力低成本化,是AI與IoT融合并落地到具體場景,加速AI滲透到社會各角度,使能行業(yè)發(fā)展的關鍵,也是AIoT智聯(lián)網(wǎng)規(guī)模發(fā)展的支點。其中,新出現(xiàn)的AI嵌入式芯片將FPGA發(fā)揮了主導作用。

AI爆發(fā)之前,嵌入式芯片在物聯(lián)網(wǎng)領域早已廣泛應用,用于傳感與智能硬件,通常采用CPU進行計算,CPU特點兼顧計算和控制,70%晶體管用來構(gòu)建Cache 還有一部分控制單元,芯片設計用來處理復雜邏輯和提高指令的執(zhí)行效率, CPU計算通用性強,適用于處理計算復雜度高業(yè)務、串行數(shù)據(jù)處理,但計算性能一般。提升CPU性能需要增加CPU核數(shù)、提高CPU頻率,或者修改CPU架構(gòu)增加計算單元FMA(fused multiply-add)個數(shù)實現(xiàn),提升算力同時也帶來了高計算成本與能耗。

隨著AI快速發(fā)展應用,尤其是圖像處理數(shù)據(jù)量大,快速響應,CPU不再是好的選擇。GPU芯片逐漸成為深度神經(jīng)網(wǎng)絡(DNN, Deep Neural Network)計算的主流。

GPU特點是能夠大幅精簡CPU Cache和邏輯控制單元,讓出大量的計算單元。有限的尺寸中的晶體管更多用于計算,圖形處理特點是算法本身復雜度低,計算強度高,數(shù)據(jù)之間相關性低特點,GPU通過簡單控制器,讓數(shù)千計算單位執(zhí)行相同程序,并行、流水化、高密度處理海量低關聯(lián)數(shù)據(jù),大幅提升數(shù)據(jù)計算、吞吐能力。

GPU相對CPU更適合低層次大量重復運算領域,例如AI語音、視頻、圖片識別以及海量數(shù)據(jù)處理領域,不論是CNN(卷積神經(jīng)網(wǎng)絡)、RNN(循環(huán)神經(jīng)網(wǎng)絡)、還是DNN(深度神經(jīng)網(wǎng)絡),通過高強度類似蒙卡特羅實驗計算,找出最優(yōu)解,而無需復雜程度的運算。

可以說GPU在AI算力上比CPU有了大幅提升,每秒每瓦所執(zhí)行的浮點運算達到29G次數(shù)(29GFLOPS/W),是CPU的3倍多,能耗也隨著提升,散熱性與安全性成為問題。如下表1;這也一定程度說明了AI的能耗成為不能承受之重。

隨著更多圖像、視頻和語音、物聯(lián)網(wǎng)等非結(jié)構(gòu)數(shù)據(jù)涌現(xiàn),數(shù)據(jù)量繼續(xù)急劇增長,AI算法加速創(chuàng)新,不斷加深神經(jīng)網(wǎng)絡層次,參數(shù)數(shù)量不斷增多,模型算法復雜度持續(xù)提高,必然對計算帶寬、內(nèi)存帶寬和存儲要求越來越高,能耗成為很大問題。

更重要的是GPU內(nèi)部架構(gòu)通用,很難針對某個領域進行特殊優(yōu)化,日新月異的物聯(lián)、傳感與AI行業(yè)應用要求芯片能夠處理新類型的計算任務;在GPU之外如果沒有新的嵌入式芯片選擇,AI無法隨著IoT大規(guī)模落地到具體應用場景,無法與實體經(jīng)濟,生產(chǎn)生活緊密結(jié)合。

不同于 GPU 的運行原理,F(xiàn)PGA 是以門電路直接進行運算,硬件描述語言在執(zhí)行時會被翻譯成電路,也就是FPGA不采用指令和軟件,是軟硬件合一的器件。對FPGA進行編程僅僅使用硬件描述語言即可,硬件描述語言描述的邏輯可以直接被編譯為晶體管電路的組合。所以FPGA實際上直接用晶體管電路實現(xiàn)用戶的算法,沒有通過指令系統(tǒng)的翻譯。

在運算速度上,F(xiàn)PGA由于算法是定制的,所以沒有CPU和GPU的取指令和指令譯碼過程,數(shù)據(jù)流直接根據(jù)定制的算法進行固定操作,計算單元在每個時鐘周期上都可以執(zhí)行,所以可以充分發(fā)揮浮點計算能力,計算效率高于CPU和GPU,具有很大優(yōu)勢。

在功耗上,由于 FPGA 低延遲、低功耗的特性,近年來,微軟、百度等公司在自家的數(shù)據(jù)中心里大量部署 FPGA,百度在線上服務使用的 FPGA 版百度大腦,在同樣的性能下,其功耗是天河二號超級計算機的十分之一。

國內(nèi)的初創(chuàng)公司深鑒科技用 FPGA 搭建神經(jīng)網(wǎng)絡深度學習方案(深度壓縮技術、FPGA專用編輯器以及專用處理架構(gòu)),在語音識別的場景,相同的處理量FPGA 方案性能比GPU 高 3 倍,功耗降低 3.5 倍。FPGA功耗如上表1,F(xiàn)PGA功耗近CPU的1/10,CPU的1/5。

在應用場景上,F(xiàn)PGA的低功耗、高性能非常適合無源的物聯(lián)網(wǎng)應用與具體產(chǎn)品,比如深圳初創(chuàng)公司零度智控推出的無人機產(chǎn)品,采用基于FPGA神經(jīng)網(wǎng)絡機器學習技術,能夠?qū)崿F(xiàn)物體以及行人的檢測和實時跟蹤拍攝、手勢識別、人臉識別、安防監(jiān)控等功能。

可以說,F(xiàn)PGA芯片技術出現(xiàn),在提升運算效率的同時,降低了功耗,增加了特定場景應用的適用性。FPGA芯片為推動AIOT落地社會各個角度,使能行業(yè)發(fā)展,推動企業(yè)邁向物聯(lián)化、智能化,為經(jīng)濟發(fā)展新動能提供了支點。

【本文是51CTO專欄作者王峰的原創(chuàng)文章,轉(zhuǎn)載請聯(lián)系作者本人獲取授權】

戳這里,看該作者更多好文

責任編輯:趙寧寧 來源: 51CTO專欄
相關推薦

2014-10-08 16:32:00

GITC2014全球互聯(lián)網(wǎng)技術大會

2015-04-13 09:21:00

JavaScript企業(yè)環(huán)境中巨大變革

2015-08-18 13:36:52

2015-09-14 13:51:16

2024-10-12 13:00:24

2021-03-01 10:58:24

Nutanix

2010-03-19 16:59:56

云計算

2011-05-19 10:09:15

”Qomo Linux

2018-03-12 09:41:04

AI 區(qū)塊鏈

2023-05-22 14:31:42

數(shù)字孿生開發(fā)

2014-05-21 10:17:06

SDN企業(yè)網(wǎng)絡簡化網(wǎng)絡管理

2011-06-09 15:30:31

HTML 5

2018-09-25 12:44:52

智能

2009-07-29 10:11:40

網(wǎng)絡管理軟件軟件變革

2017-09-14 12:45:28

2016-12-09 10:03:39

AMD

2018-06-14 10:15:22

金融

2021-04-08 08:41:33

比特幣高盛所羅門

2013-02-19 09:15:03

2013BYODIT管理

2014-03-17 11:29:27

Google Driv云存儲
點贊
收藏

51CTO技術棧公眾號