行业互联网|AI芯片的新风向( 二 )
本文插图
存内模拟计算是超低功耗人工智能的主要技术路径之一
第三条道路则是在模型设计上使用脉冲神经网络的设计（神经模态芯片） 。 使用脉冲神经网络设计的神经模态芯片仅仅在神经元被激活时消耗能量 ， 而绝大部分神经元在大部分情况下都处于休眠状态而几乎不消耗能量 ， 因此其平均能效比可以做到比基于主流卷积神经网络的芯片高一个数量级 。 脉冲神经网络和神经模态芯片的难点主要在于模型设计和训练上存在很高的门槛 ， 此外如何对相应的脉冲神经网络模型做电路级优化也有很高的技术含量 。
超低功耗人工智能芯片竞争格局：中国公司占据有利地位
超低功耗人工智能芯片市场目前仍然处于起步阶段 ， 但是随着未来物联网和下一代智能设备的技术演进 ， 预计在未来几年内市场热度会越来越高 。 目前 ， 从事超低功耗人工智能芯片开发的主要初创公司 ， 但是未来超低功耗人工智能芯片的下一代领导者很可能就出现在这些初创公司中 。
在消费电子领域 ， 美国的Syntiant得到了亚马逊Alexa Fund、微软M12和Intel Capital等行业资本的支持 ， 其主要产品是针对智能设备语音处理的超低功耗芯片 。 与此相对 ， 中国的初创公司在这个领域的布局则更加多样 。 来自清华大学的清微科技使用可重构电路技术 ， 其超低功耗产品能覆盖语音识别、视觉识别等多个领域 ， 可望为下一代智能设备赋能 。 另一家中国公司则是SynSense ， SynSense的技术路线是使用脉冲神经网络 ， 技术来自于神经脉冲网络权威 ， 苏黎世大学Giacomo Indiveri教授的团队 。 目前SynSense的脉冲神经网络已经完成了多次流片迭代和验证 ， 相关的产品覆盖了视觉、生物信号处理、语音识别等 ， 平均功耗可以低至微瓦数量级 。 此外 ， SynSense还于最近推出了使用神经脉冲网络结合动态视觉传感器DVS的产品Speck ， 该产品能真正实现事件驱动 ， 在绝大多数时间运行于超低的功耗下 ， 而在检测到动态事件后DVS能提供超高的视觉采样频率 ， 并且配合脉冲神经网络实现超高性能/超低延迟的视觉信号处理 ， 从而兼具超低功耗和高性能 。
本文插图
而在工业应用领域 ， 同样来自清华大学的湃方科技走在了全球前列 ， 成为了在工业领域能真正落地的超低功耗人工智能算法和芯片解决方案公司 。 湃方科技的应用场景涵盖了卫星、机械臂、发电机、电机等等重要的工业应用 ， 其芯片能提供高达50TOPS/W的能效比 。
【行业互联网|AI芯片的新风向】目前 ， 在超低功耗人工智能芯片领域 ， 中国的初创公司和团队无论是数量还是质量都走在了全球前列 。 让我们期待中国能在未来的超低功耗人工智能领域继续引领全球的潮流 。
推荐阅读
- 互联网|上线半年收获6700万用户，这款聚焦下沉用户的陌生人社交APP是怎么做到的？
- 互联网|5G商用一周年，华为云向互联网企业大抛绣球
- 互联网|中台产品经理实战(14)：中台与SaaS、微服务关系
- 互联网|行业观察 | 你所不知道的5G消息
- 互联网|多名知名人物推特被黑，拜登奥巴马都“中招”，比尔盖茨也在其内
- 互联网|发放高利贷，还要窃取用户信息？这些金融APP在秀“道德底线”
- 互联网|东莞先知：数字智能，先觉“先知”
- 云计算|从互联网到AI崛起，上海能弯道超车吗？
- 行业互联网,5G|江苏有线顺利完成园区5G信号开通测试
- 行业互联网,AI人工智能|城市教育大脑以“ AI+ 大数据”为核心 , 引领教育变革