人工智能
全球首款智能测温眼镜。这款眼镜推出后即受到《纽约时报》、CNN、《每日邮报》路透社等国际媒体的关注,目前被全球32个国家都大量采购(除了澳洲),产能已经排到10月份。
“我们的眼镜可以在一分钟内看到上千人的体温,比如在今天这个会场,带上眼镜扫一眼过去大家的体温就都测到了。”Rokid创始人、CEO祝铭明介绍道。
这款测温眼镜初始设计是针对工业环境,帮助产线工人在检查温度、线路异常等时解放双手。工业环境一般比较稳定,湿度温度距离等都可控,但在生活环境中要在4米的距离外把误差控制在0.2度内非常难。
“一般CMOS Sensor的误差有0.5度,加上外部环境误差能有1度。”祝铭明介绍道,“疫情发生后,Rokid迅速通过增加AI消除背景温度噪音,拟合出体表温度和实际温度相关性。”
另外,考虑到部署环境可能没有网络,所以对边缘计算的要求很高,所以我们也用到了芯原的GPU,差不多花了两周就完成了。
以前觉得AI和AR落地难,这绝对是身边AI和AR结合的成功案例之一。正如清华大学微电子学院魏少军所言,“中文的危机一词非常巧妙,任何的危险里面都隐藏这机会。”
疫情期间,酷炫的测温眼镜或许我们还没用过,但很多人一定体验过了测温面板机。酷芯微电子和多家头部企业做出了快速识别动态人脸及测温的方案,人脸识别速度缩减至200ms以内,其中用到的Edge AI处理器AR9201也是基于芯原微电子的IP。
“因为我们的产品需要对三个传感器数据进行融合,传感器融合因为涉及到同步、时域上的东西,即使网络信号好,在云端也很难做,芯原的IP在我们的边缘AI处理器中扮演了很重要的角色。”酷芯微电子董事长姚海平指出。
AI在边缘与云端的“分工协同”
虽然上面两家公司的产品,都强调了边缘计算的重要性,越来越多的处理也会在边缘执行,“但是这并不表示我们边缘和云端是互相对立的,反而这两者是相辅相成的,两者是分工协同。”壁仞科技联合创始人、总裁徐凌杰指出。徐凌杰上一份工作是阿里云基础架构总监。
“云端有非常强的算力,智能终端从技术和商业模式上来讲都是云端智能在边缘侧的一个延伸,是一个分布式的技术体现。过去几年AI在云和边缘都得到了强劲增长,今年整个AI芯片产业市场规模会接近200亿人民币,其中7成还是在云端,因为云端还是代表了非常强的算力水平。”他补充道。
那么AI在云端与边缘如何协同和分工?
“我们一直说让能够听到炮火声的人做决定,在终端和云端的分工也是一样。以视频分析为例,如果能在终端设备中加入一定AI算力做视频结构化,能对云端减少很大的负载、节省带宽,更快反馈。另一方面的考量是隐私,让终端数据留在终端,云端去处理抽象的、有共性的数据。”徐凌杰认为,“另外,终端受到连接、功耗、以及小型化的需求限制,芯片在面积、功耗、以及算力上并不能够完整满足需求,这样的情况就需要云端AI。”
云端AI首先通过规模化解决资源整合的问题,其次通过集群化解决算力拓展的问题,第三通过集约化解决成本效率的问题。数据中心云端的智能能够在规模效应下提供更强大的算力。
现场观众对AI服务器最关注的方面进行了投票:
“软件和硬件的一体化在AI领域中非常重要,英伟达正因为它的软件生态结合它强大的算力和功用性,才可以坐上世界芯片第一把交椅。”徐凌杰指出。
现场也对终端AI产品的主要优势做了投票:
投资界如何看待AI的未来?
整个集成电路的发展有几个重要的阶段。像PC时代、移动互联时代,接下来是AI的时代。“移动互联时代大家印象非常深刻,以前半导体周期性非常强,对于Fab来说,遇到周期低谷是非常痛苦的事情,但是移动互联时代的持续增长让大家基本感受不到半导体周期性低谷的状态,接下去AI会带来更大的高潮。”上海集成电路产业投资基金总经理陈刚指出。
上海集成电路产业投资基金一期总规模285亿,重点投了芯片制造,包括中芯、华力、积塔等企业。
对于AI这个领域,陈刚认为要从两个大的维度看:一个维度从AI三大要素出发,即算力、数据、算法,这其中涉及GPU、FPGA和ASIC等芯片公司,他们有非常好的平台和机遇;另外一个维度从AI整个链条出发,即感知(关注不同形态的传感技术)、计算和存储(关注新型存储等)、还有通信等都有非常大的机遇。
对于小米来说,手机+AI,5G是核心的战略方针。小米科技投资合伙人孙昌旭透露,小米成立了专门的人工智能部门,一是开发了自己的深度学习推理框架,这个框架的目的是屏蔽底层芯片的差异,可以让大家更好地互通;第二个是做了芯片的评测框架,能够解决芯片厂家,尤其是创业公司与硬件集成商之间的信息不对称,提高沟通的效率。此外,小米还第一个推出业界支持异构计算的开源,在端侧开源深度学习框架的标准。
未来,AI不仅带来芯片设计方面的需求,甚至对很多制造产线提出更先进工艺/特色工艺的需求,陈刚认为,AI是芯片行业新的发动机,必然会引领行业走向全新的高度。
全部0条评论
快来发表一下你的评论吧 !