【
中國智能制造網(wǎng) 行業(yè)動態(tài)】行業(yè)內(nèi)有關(guān)嵌入式人工智能的聲音越來越多,很大程度上是因為云計算已經(jīng)無法滿足低耗、的計算力需求。
計算力需求日益增長 嵌入式人工智能呼聲高漲
此前,觸景無限科技同中科院深圳先進技術(shù)研究院共同成立嵌入式人工智能及機器視覺聯(lián)合實驗室,未來將圍繞嵌入式深度學習的人臉識別、物體識別及其他AI前沿技術(shù)研究,推進嵌入式人工智能的軟硬件和應(yīng)用產(chǎn)業(yè)化協(xié)同發(fā)展;中科創(chuàng)達在2016年以6400萬歐元收購智能車載交互技術(shù)的Rightware公司,其目的也是要加強嵌入式AI生態(tài)的產(chǎn)業(yè)協(xié)同或融合創(chuàng)新。在嵌入式人工智能技術(shù)論壇上,高通、英特爾、曠視科技、寒武紀等都曾表達對于嵌入式人工智能趨勢和商業(yè)應(yīng)用的看法。
萬物智聯(lián)時代正在加速到來,形形色色的人工智能出現(xiàn)在我們身邊,在智能家居、智能駕駛、智能手機和安防監(jiān)控等領(lǐng)域,以設(shè)備為中心的感知識別需求越來越強烈??墒牵娝苤斯ぶ悄艿挠嬎愦蠖喟l(fā)生在數(shù)據(jù)中心,即在云上運行。隨著海量數(shù)據(jù)爆發(fā),以云計算為中心構(gòu)架的方式開始出現(xiàn)各種短板。
以物聯(lián)網(wǎng)為例,海量終端設(shè)備所抓取的巨大數(shù)據(jù)量如果全部上傳至云端進行智能處理,不僅對網(wǎng)絡(luò)傳輸技術(shù)和網(wǎng)絡(luò)環(huán)境要求甚高,數(shù)據(jù)安全隱患、個人隱私問題、計算功耗帶來的挑戰(zhàn)以及傳輸時間延遲等問題不斷出現(xiàn)。顯然,云計算已經(jīng)不再是各行業(yè)具體場景中尋求解決方案的優(yōu)解。因此,不依賴云端計算的嵌入式人工智能技術(shù)正在掀起一場新的智能革命。
嵌入式人工智能其實是一種本地計算,又稱邊緣計算。邊緣計算和云計算類似,都是處理大數(shù)據(jù)的計算運行方式。但這次不同的是,數(shù)據(jù)這一次不必再被傳到遙遠的云端,而是在邊緣側(cè)、設(shè)備端,即使沒有網(wǎng)絡(luò)也可運行深度學習等相關(guān)算法解決問題。
邊緣計算橫跨OT(操作技術(shù))、CT(通信技術(shù))和IT多個領(lǐng)域,涉及網(wǎng)絡(luò)聯(lián)接、數(shù)據(jù)聚合、芯片、傳感、行業(yè)應(yīng)用等多個產(chǎn)業(yè)鏈角色。而在人工智能領(lǐng)域,很多應(yīng)用場景都需要在本地終端進行計算,比如機器人、無人機、汽車以及手機等。目前人工智能市場其實剛剛開始,產(chǎn)品體驗有很多性能、精度、功耗、成本等難題,如同智能手機的發(fā)展一樣,終能夠達到成本低,功能體驗佳的水平,所以現(xiàn)在市場上很多AI企業(yè)開始注重邊緣計算設(shè)計智能產(chǎn)品,這也是為什么行業(yè)內(nèi)會經(jīng)常聽到嵌入式人工智能消息的原因。
不過,這并不意味著邊緣計算將代替云計算。在云、管、端三者的角色中,云計算側(cè)重于云,實現(xiàn)的是終數(shù)據(jù)分析與應(yīng)用的場所,而邊緣計算顯然強調(diào)的是邊緣也就是設(shè)備端的重要性,滿足了實時性數(shù)據(jù)分析和智能化處理需求,也更加安全和。未來的機器學習、深度學習會在云端和終端協(xié)調(diào)發(fā)展,不一定所有人工智能都要在云里實現(xiàn)。
智能駕駛成佳場景選擇
目前,嵌入式AI已經(jīng)漸漸進入市場,尤其在自動駕駛領(lǐng)域得到快速滲透與應(yīng)用。對此其實不難理解,駕駛場景復雜多變,不能時刻保證都處在一個穩(wěn)定可用的網(wǎng)絡(luò)環(huán)境。如果駕駛系統(tǒng)在云端計算,設(shè)備端采集完數(shù)據(jù)后上傳云端,計算完成后再將結(jié)果返回終端,勢必產(chǎn)生延時,在駕駛場景中,這種延時意味著極大危險。
另外,自動駕駛汽車每秒鐘可產(chǎn)生1G數(shù)據(jù),未來,自動駕駛汽車每天在路上產(chǎn)生的數(shù)據(jù)約4TB,如果這些數(shù)據(jù)全部回傳云端處理絕非佳選擇。因此,嵌入式人工智能的實時性優(yōu)勢以及脫機運行的能力可以在自動駕駛領(lǐng)域盡顯風采。
從市場來看,自動駕駛市場大規(guī)模爆發(fā)可能需7到10年,但輔助駕駛在未來3到5年內(nèi)將會出現(xiàn)爆發(fā)式增長。如果有解決方案能夠滿足在終端對數(shù)據(jù)進行有效處理,既能有效降低成本、提率,同時也能提高數(shù)據(jù)安全,因此嵌入式AI在智能駕駛領(lǐng)域前景巨大。
當然,智能駕駛只不過是嵌入式人工智能眾多應(yīng)用場景的其中之一。隨著產(chǎn)業(yè)需求的提升,人工智能如果脫離行業(yè)場景,這一輪人工智能浪潮可能很快就會遇冷。因此,人工智能與產(chǎn)業(yè)的深度結(jié)合,打造人工智能產(chǎn)業(yè)生態(tài)十分的重要。以嵌入式在智能手機上的成功應(yīng)用為例,未來嵌入式系統(tǒng)在智慧交通、智慧城市、智能家居、智能醫(yī)療等產(chǎn)業(yè)發(fā)展中都會是至關(guān)重要的角色。
地平線聯(lián)合創(chuàng)始人楊銘在接受鈦媒體采訪時表示,人工智能正在迅猛發(fā)展,幾乎每家企業(yè)都在探索AI進入各行業(yè)場景的切入點,如果要實現(xiàn)技術(shù)落地、商業(yè)轉(zhuǎn)化,除了需要強有效的硬件支持,必然也需要性能優(yōu)越的算法模型,才能做到真正的解決用戶具體實際場景中的痛點問題。
在人工智能時代,強大的算法不會拘泥于PC機或云計算,依賴嵌入式系統(tǒng),能夠解決更多用戶場景需求。以地平線為例,2017年,地平線已經(jīng)在無人駕駛、智能家居和安防三大領(lǐng)域進行嵌入式人工智能落地應(yīng)用。 地平線提供的主要是以芯片+算法為核心的嵌入式人工智能解決方案。目前,其解決方案可以深度整合多種嵌入式計算平臺,包括ARM、CPU、GPU、FPGA以及地平線授權(quán)集成BPU核的SoC。
智能駕駛方面:今年1月,地平線公布代嵌入式人工智能處理器架構(gòu)IP高斯架構(gòu),以此技術(shù)為基礎(chǔ)研發(fā)的ADAS系統(tǒng)也已在汽車前裝方面落地。具體而言,該系統(tǒng)是地平線在英特爾FPGA平臺上實現(xiàn)的自主研發(fā)的低功耗深度神經(jīng)網(wǎng)絡(luò)處理器架構(gòu)IP,可在高速公路和市區(qū)道路場景下同時對車輛、車道線,行人及可行駛區(qū)域?qū)崟r檢測和識別。
地平線還根據(jù)自動駕駛分級陸續(xù)推出了第二代伯努利架構(gòu)和第三代貝葉斯架構(gòu),以支持更別的自動駕駛乃至無人駕駛功能。
智能家居方面:地平線不僅與美的合作實現(xiàn)智能冰箱量產(chǎn),還與一些玩具、服務(wù)機器人等不同領(lǐng)域廠商合作,開始有不同產(chǎn)品面向市場。
隨著深度學習算法對硬件的計算性能、功耗、以及成本提出了更高的要求,除了開發(fā)低功耗平臺外,算法本身的優(yōu)化也很關(guān)鍵。從地平線推出自研處理器IP的初衷來看,其目的雖是實現(xiàn)了端到端的完整解決方案,直接在具體應(yīng)用場景下展現(xiàn)效果,但終是以此來提升個芯片廠商對地平線BPU的認知和依賴,想必也是認為軟硬件結(jié)合才能好的提升處理器性能。
未來AI將是兩個:要么通用,要么專注
楊銘告訴鈦媒體,未來人工智能技術(shù)的發(fā)展將是兩種趨勢:要么極度通用,要么極度專注。這也與近兩年,越來越多的垂直領(lǐng)域開始爆發(fā)人工智能應(yīng)用的發(fā)展曲線相一致。
同時,楊銘也表示,在智能化通用技術(shù)領(lǐng)域,具有潛力的應(yīng)該是像英特爾、英偉達這樣的巨頭企業(yè)。因為在神經(jīng)網(wǎng)絡(luò)芯片方面,算法占有相當重要的部分,所需的軟件算法解決方案超出了傳統(tǒng)芯片公司的邊界,像英特爾這樣的芯片廠商并其實不一定有更好的解決方案,尤其在某些對專業(yè)要求更高的領(lǐng)域,像地平線這樣的創(chuàng)業(yè)企業(yè)更有機會。
目前,地平線已獲得包括晨興資本、高瓴資本、紅杉資本、金沙江創(chuàng)投、線性資本、創(chuàng)新工場、真格基金、雙湖投資、青云創(chuàng)投及祥峰投資等投資機構(gòu)以及硅谷傳奇風險投資家Yuri Milner的重量級投資。
在不久前,地平線剛宣布獲得英特爾領(lǐng)投的近億美元A+輪融資,楊銘表示,未來,地平線和英特爾除了在自動駕駛領(lǐng)域繼續(xù)深度合作外,還將在高視覺的視頻服務(wù)器領(lǐng)域展開更多合作。
(原標題:關(guān)嵌入式人工智能逐漸被人提起 或是因為云計算技術(shù)不夠)