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:- 速览内存超频的潜在影响 内存超频有什么坏处
- 2022年最新款oppo手机 新款oppo手机
- 专家浅析人工智能未来发展趋势 人工智能发展前景概述
- 速览数据库加密技巧 数据库加密系统有哪些特殊要求
- 生态文明建设与经济发展的关系
- 举重锻炼的历史发展
- 如何在发展中加强和改善民生
- [转载]业界人士齐聚科学健身论坛 畅谈科学健身谋产业发展
- 发展体育运动是我国哪位领导说的
- 2021年11月1日-2021年11月7日 细石混凝土泵40型价格:数说变化 | 深圳一周数据速览