在对人工智能(AI)而非提高像素的需求推动下,特别是在由计算机视觉和数据驱动的决策制定方面,GPU(图形处理单元)领域已出现一场革命。神经网络的到来已使视觉处理成为现代世界的关键因素。因此,机器人处理操作、智能监控摄像头以及汽车高级驾驶辅助系统(ADAS)等相关行业都发生了变化——随着这类技术的全面涌现,未来还将出现更多新的应用。
换句话说,专业人员需要考虑现在以及未来几年的市场情况。随着AI方面的开发继续取得突破性进展及其投资量超过几乎所有其他行业,AI对我们所做一切产生影响只是时间问题。 想想自从第一款智能手机推出以来,移动设备上已增加大量新的应用,从而打开了种种基于位置的服务、社交互动、商业以及娱乐。AI有可能开启新的应用,并使现有应用得到发展,使之大幅改进,而为用户提供更好的服务。
云端作用
AI视觉处理已从数据中心迅速发展到边缘,最新的专用集成电路(ASIC)和片上系统(SoC)IP正在围绕一个主题发展,即从视觉信息的预处理,到传统的计算机视觉算法,然后再用神经网络进行边缘推理,产生对象检测、识别以及适当的动作。
AI这个术语是包括计算机视觉深度移动学习在内的多种机器学习的总称。这些网络的设计旨在使用数字等效物和感知器来模拟人脑的神经元和突触,它们通常需要经过训练,才能识别视觉等数据中的模式,然后当遇到新的数据时,就可以从中推断出数据可能的含义。尽管推理通常是在本地使用GPU或专用神经网络加速器(NNA)IP实现,但训练则通常是在数据中心的计算机上通过GPU来完成——这类处理器非常适合处理并行流水线任务。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !