速览人工智能发展新动态人工智能前沿技术与发展趋势( 六 )

在数据时代，英伟达推出了新的计算逻辑：新的计算单元是在数据本身做计算，也就是说数据在哪就在哪做计算。这需要三个方面做协同处理：CPU的通用计算处理、GPU的加速计算处理、DPU为数据中心的数据交互提供能力。
作为一家注重创新理念的公司， 2016年，英伟达发起了“NVIDIA 初创加速计划” 。朱敏介绍，英伟达初创加速计划是加速人工智能创业公司发展的全球生态项目，旨在培养颠覆行业格局的优秀 AI 初创公司，利用AI技术重新定义行业发展，解决关键挑战。目前，全球拥有超过5000名会员单位；在中国拥有超过 600家会员企业，覆盖30多个行业。
AI落地应用在2021年得到显著提升黄晶晶在分享“2021年AI技术与应用落地报告”中指出， 2021年AI应用的情况得到了明显提升。她表示，这是电子发烧友网连续第三年输出独立、专业、深度的AI调研报告。
该调研得到了AI产业链来自芯片原厂、算法、EDA工具、IP、模组、方案和终端厂商的大力支持，其中研发岗位占比达7成以上，广泛覆盖到各应用领域和不同规模的公司。基本能够真实反映出当前AI技术和应用落地情况。
其中AI采用的处理器架构和IP呈现了多元化的发展， ARM、X86架构仍然是处理器的主流选择，但为了适应AI设计更大的灵活性、智能化和自主性， eFPGA、RISC-V也成为用户较多的选择。此外还有GPU、NPU IP也得到更多采用。
调研数据显示， CPU、FPGA、MCU+DSP、GPU是采用AI芯片类型中较多的选择。针对算力需求的调研显示， 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% 。
在应用领域方面，消费电子、智能家居和智能安防位列用户选择的前三位，而在看好哪些AI应用中，安防、互联网、医疗健康位列前三。
和2020年相比，今年AI大幅落地的驱动力仍然集中在开放的数据平台、算法继续优化和算力进一步提升这三大因素，不过开放的数据平台不再是第一选择，取而代之的是算法继续优化。表明今年对于算法优化的意愿更强。
此外， AI项目的成功部署情况在2021年也得到了明显改善。而目前采用AI芯片的困难主要集中在研发难度大、成本偏高和技术支持不到位。
黄晶晶还提到，国际厂商逐渐趋向CPU+GPU+FPGA的整合，国内厂商也从ASIC向GPU、DPU延伸，在当前数据安全成为AI发展需要考虑的关键问题，而加快AI生态建设、寻找更深的AI应用也是原厂、方案商、终端客户需要共同努力的方向。
大会现场精彩展示

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：

速览人工智能发展新动态 人工智能前沿技术与发展趋势( 六 )

速览人工智能发展新动态人工智能前沿技术与发展趋势( 六 )