隨著因特網(wǎng)的發(fā)展,要通信的數(shù)據(jù)量爆炸性地增加,并且開(kāi)發(fā)用于處理大量數(shù)據(jù)的專(zhuān)用芯片的需求也在增加。
自深度學(xué)習(xí)技術(shù)問(wèn)世以來(lái),人工智能已開(kāi)始用于圖像識(shí)別和語(yǔ)言識(shí)別等模式識(shí)別以及各種決策。AI由基于收集和積累的大數(shù)據(jù)的計(jì)算機(jī)學(xué)習(xí)和推斷組成,但是當(dāng)前的AI使用軟件處理大量數(shù)據(jù),因此其處理能力已經(jīng)足夠。問(wèn)題在于它尚未達(dá)到標(biāo)準(zhǔn)。
與現(xiàn)有的CPU按輸入的順序處理信息不同,AI芯片具有像人腦一樣并行,同時(shí)處理大量信息和復(fù)雜操作的能力。它比現(xiàn)有芯片具有更快的算術(shù)處理速度,并且擅長(zhǎng)處理海量數(shù)據(jù),因此適合處理大數(shù)據(jù)。
消除發(fā)送和接收數(shù)據(jù)時(shí)的時(shí)滯
當(dāng)今的AI專(zhuān)注于深度挖掘,它基于大數(shù)據(jù)得出答案,但是當(dāng)時(shí)最重要的問(wèn)題是在哪里處理數(shù)據(jù)。
以自動(dòng)駕駛為例,將從安裝在汽車(chē)上的傳感器收集的數(shù)據(jù)傳輸?shù)皆浦?,使用云中的AI進(jìn)行處理,然后將獲得的結(jié)果再次傳輸?shù)狡?chē)。但是,由于云距離汽車(chē)較遠(yuǎn),因此發(fā)送和接收數(shù)據(jù)會(huì)存在時(shí)間滯后。
消除此類(lèi)缺點(diǎn)的一種方法是邊緣計(jì)算,它在站點(diǎn)端處理數(shù)據(jù),最近這已成為熱門(mén)話題。使用現(xiàn)場(chǎng)邊緣計(jì)算機(jī)進(jìn)行AI處理可消除由于發(fā)送和接收而造成的時(shí)間損失,從而使處理接近實(shí)時(shí)。
消除缺點(diǎn)的另一種方法是在諸如智能手機(jī)之類(lèi)的移動(dòng)設(shè)備上進(jìn)行處理。通過(guò)使用智能手機(jī)中安裝的各種應(yīng)用程序執(zhí)行AI處理,可以改善功能。
責(zé)任編輯:tzh
-
芯片
+關(guān)注
關(guān)注
450文章
49636瀏覽量
417167 -
AI
+關(guān)注
關(guān)注
87文章
28877瀏覽量
266228 -
人工智能
+關(guān)注
關(guān)注
1787文章
46061瀏覽量
235018
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論