AI很火，落地很難？

電子發(fā)燒友網(wǎng)報道（文/黃晶晶）數(shù)據(jù)顯示，2020年中國人工智能產(chǎn)業(yè)規(guī)模超過1500億元，帶動相關產(chǎn)業(yè)規(guī)模超過1萬億元。在全球新興人工智能項目中，中國占據(jù)超過一半的份額。

不過，AI如何落地一直是行業(yè)熱議的話題。我們看到近兩年，在疫情、物聯(lián)網(wǎng)、5G、智能化等因素的影響下AI的應用需求更加明晰。同時，2021年AI企業(yè)在資本市場并不太順利，這或許反映出全行業(yè)在探索技術與產(chǎn)品、應用與商業(yè)方面仍然存在著問題。

在最近由電子發(fā)燒友網(wǎng)主辦的2021第四屆人工智能大會上，來自AI行業(yè)的領袖們展開了一場熱烈的探討。很榮幸由我擔任這場主題為“撥開迷霧，AI產(chǎn)業(yè)的重塑與升華”的AI圓桌論壇的主持。邀請到Imagination 高級市場經(jīng)理黃音、Arm China AI技術高級市場經(jīng)理吳彤、飛騰信息技術有限公司解決方案高級總監(jiān)朱大勇、TI嵌入式產(chǎn)品系統(tǒng)與應用總監(jiān)蔣宏等四位嘉賓進行觀點的交鋒、思想的碰撞。

數(shù)據(jù)、算力和算法三大要素，算力不是AI應用的瓶頸

在電子發(fā)燒友網(wǎng)發(fā)布的“2021年AI技術與應用落地報告”中，針對算力需求的調(diào)研顯示，10TOPS以下的算力占比最高。其中3-6TOPS占比20%，6-10TOPS占比19%，1-3TOPS占比16%，0-1TOPS占比12%。相對來說，在輕量級的例如智能家居領域?qū)I算力的需求主要集中在0-1TOPS。

數(shù)據(jù)、算力和算法是AI的三大關鍵要素，嘉賓們普遍認為算力并不是阻礙AI落地的因素，雖然針對不同的應用場景算力需求不同，例如自動駕駛所需求的算力會更高，但AI芯片提供的算力足夠支撐這些應用。

在芯片層面，無論是神經(jīng)網(wǎng)絡加速IP、GPU IP還是AI存算一體芯片，或是ASIC，這些IP和芯片都對芯片算力做了很好的部署和支撐。吳彤分析，摩爾定律放緩后，通過AI創(chuàng)新架構、先進封裝等方式仍然可以提升算力。例如存內(nèi)計算就是聚焦低功耗的機器學習，可以用于邊緣智能等。

此外，算法層面，吳彤表示通過算法減枝等進行算法優(yōu)化。至于數(shù)據(jù)，可以分為兩個方面來看。蔣宏認為數(shù)據(jù)主要在于通過傳感器收集，攝像頭、雷達等多傳感器的數(shù)據(jù)如何收集、融合、執(zhí)行顯得非常重要。

另一方面，關乎數(shù)據(jù)安全問題。最近國家出臺了數(shù)據(jù)安全法，并將正式實施。此前，共享出行、人臉識別等各類數(shù)據(jù)安全問題頻發(fā)，已經(jīng)引起極高的重視。因此，今后，AI獲取的數(shù)據(jù)不再是野蠻拿取，而是要考慮數(shù)據(jù)安全的基礎上合理地采集和使用數(shù)據(jù)。這一點，必然會規(guī)范AI行業(yè)的發(fā)展，加強數(shù)據(jù)安全保障。

AI芯片不缺貨，AI缺少更多成熟應用

同樣在我們電子發(fā)燒友網(wǎng)的這份AI報告中，調(diào)研結果顯示出AI芯片并沒有大規(guī)模缺貨的現(xiàn)象，除了在個別的例如海思的芯片、某些品牌的MCU、CPU、GPU有缺貨現(xiàn)象。這與當前半導體的缺貨形勢似乎不相稱？

其實不然。嘉賓的觀點也佐證了我們的這一數(shù)據(jù)。朱大勇認為，海思最早從ISP開始切入安防市場，它的安防IPC芯片之所以市場占有率高，是基于它對于安防市場的理解，這也是其他廠商短時間內(nèi)難以趕超的，因此在海思芯片供應不穩(wěn)定后一時間很難有替代的芯片，才使得芯片嚴重缺貨。

反觀調(diào)研結果顯示的，我們的AI芯片大部分不缺貨，也說明我們的AI應用缺少殺手級應用，處于AI芯片找市場，而不是市場需求旺盛要找AI芯片的現(xiàn)實狀況。

垂直領域是AI落地的機會

黃音認為，AI的專用處理功能決定了它會是以ASIC存在。那么在垂直領域找到AI的用武之地非常重要。

蔣宏也表示，一顆芯片定義成大而全沒有太大的價值，而是通過分析某一類市場去定義一顆芯片，解決某類問題。

從最早的AI智能音箱，到AI安防，乃至交通物流、醫(yī)療等都離不開AI。吳彤認為，除了成熟的AI安防應用之外，汽車是又一個AI應用的機會。目前很多AI芯片企業(yè)都涌向智能駕駛領域。

不過，AI芯片的落地還是一個生態(tài)建設問題。朱大勇表示，飛騰作為國產(chǎn)CPU廠商就非常注重AI聯(lián)合生態(tài)的建設。CPU解決了通用計算的問題，但在AI場景中需要與AI芯片相配合，積極擁抱多樣化的算力。飛騰一直在與國際主流廠商一起定義OCP標準。OCP是由Facebook發(fā)起的、致力于推動開放硬件技術標準，推進數(shù)據(jù)中心創(chuàng)新的全球性組織，成員包括google、微軟、Intel等46家全球性IT企業(yè)以及互聯(lián)網(wǎng)運營商。

此外，嘉賓們也指出，相比AI硬件，AI軟件生態(tài)建設更重要，包括開發(fā)環(huán)境、工具鏈等是AI應用的易用性、接受度的重要因素。

小結：

電子發(fā)燒友網(wǎng)AI產(chǎn)業(yè)調(diào)研顯示，AI項目的成功部署情況在2021年也得到了明顯改善。不確定性選擇由2020年26%下降至2021年的17%。成功部署占比51%-70%的由11%提升至15%。不過，目前采用AI芯片的困難主要集中在研發(fā)難度大、成本偏高和技術支持不到位。我們的AI應用落地，需要加快AI生態(tài)建設、尋找更深的AI應用，這是原廠、方案商、終端客戶共同努力的方向。

本文為電子發(fā)燒友網(wǎng)原創(chuàng)文章，作者黃晶晶，微信號kittyhjj，轉載請注明以上來源。如需入群交流，請?zhí)砑游⑿舉lecfans999，投稿發(fā)郵件到huangjingjing@elecfans.com。