广告

《电子工程专辑》杂志专题汇编之一:AI、AI芯片及行业融合

时间:2020-05-18 作者:EETimes China 阅读:
人工智能(AI)时代到来了,AI芯片开始大爆发,但AI芯片是如何开发出来的?AI与物联网、5G、自动驾驶和智能制造等各个行业如何融合发展?《电子工程专辑》编辑部精心挑选2018年以来发布在杂志上的有关AI专题的文章,希望为有兴趣了解AI芯片的读者提供完整的学习资料和最新的技术趋势。
广告

AI来了

边缘AI之战刚刚打响
一场边缘AI大战正悄悄展开...每一家处理器供货商都将机器学习视为“金鸡母”,积极地调整自家公司策略,竞相为这个具有最大商机的领域——边缘AI提供加速特定工作负载的解决方案...

AI时代将临,各国战略及企业布局有何特点?
目前,各国的人工智能技术刚刚起步,企业也都在积极规划布局。可以预见的是,未来十年将是人工智能的时代。

2018年AI芯片爆发倒计时,各玩家如何布局?
人工智能并不是一种新的技术,但从2010年开始,由于深度学习的出现,通过大量的数据使得算法可以自我升级,最终驱动了新一轮人工智能产业变革。这场变革不再仅由实验室中的科学家推动,而是由资本和产品经理所推动。技术驱动的人工智能大潮,正在转向应用驱动,对各行各业赋能。

2018年AI芯片爆发倒计时,用FPGA还是专用ASIC?
以GPU为代表的图形处理器确实推动了第一波的深度学习的浪潮,现在专用AI芯片正推动第二波浪潮。包括苹果、华为、Intel、NVIDIA、Google和一些初创公司都相继推出了基于神经网络算法的专用ASIC芯片……

2018年AI芯片爆发倒计时,AI生态成熟,IC工程师失业?
从云端到终端,从传统行业到AI,如何满足不同算法应用及生态圈的差异化需求成为AI芯片商的难点和重点。而AI作为一种技术或工具,也在深深的影响和改变各行各业……

AI的机遇与挑战

从云端走入凡间:“AI at the Edge”商机发酵中
现在还没听过什么是人工智能(AI)的业界人士或一般消费者,应该是少之又少。在人工智能、机器学习(Machine Learning;ML)大行其道的现在,所有的产业都想跟人工智能/机器学习有“更深层的结合”,以期可从中开创更多新应用,并增加营收。也因此随着一些业界大厂积极发展并强化人工智能技术,使得人工智能已经不再是一个技术名词,而是已经开始深入到人们的生活。

AI会变成危险分子,是机器学习算法的扭曲?
在大数据时代,隐私法正迅速成为任何数字安全对话的主要元素。对于那些业务建立在消费者数据之上的公司,消费者的信任正在发展成为其业务模式的重要组成部分。相比之下,人工智能的“公平性”还处于20年前隐私讨论的处境。它还没有上升到许多人的意识层面,至少目前还没有。

机器也有偏见,AI算法仍须“留校察看”
AI决策的公正与否,在很大程度上取决于人工智能训练算法所使用之测试数据集的准确性和完整性,而且取决于算法本身的准确性,以及如何做出“成功”的决定。训练算法的优化策略如果是为了实现整个群体的最大整体精度,实际上会放大偏见(bias)。

AI和异构集成给EDA厂商带来哪些设计挑战?
对于当前IC设计领域正崛起的新兴应用以及工程师们所面临的技术挑战,在整个产业链中大概不会有其他人比各家EDA供应商有更敏锐的观察与更深入的了解。随着人工智能普及化的时代已经正式来临,而所谓的“异构集成”设计也从概念讨论进入实操阶段。EDA厂商成为AI芯片设计任务中不可或缺的角色。而为掌握AI商机,EDA供应商们也无不使出浑身解数,包括针对AI芯片设计需求强化旗下IP产品阵容,以及根据AI芯片特性改善自家现有设计流程工具、甚至开发全新设计方法。

AI芯片是如何开发出来的?

功耗仅20mW的边缘AI芯片是如何开发出来的?
一直处于超级隐身模式的一家硅谷初创公司声称他们重塑了神经网络数学计算,开发出一种互补型边缘AI芯片,并已经向客户发售样品,它并没有使用通常的大型乘法累加单元阵列。该公司最初的想法是将Xperi的传统图像和音频处理知识与机器学习相结合。

“遁隐”的Groq终于开始揭开其AI架构的神秘面纱
从Groq “高调”没出现在自己赞助的AI硬件峰会之后,EETimes日前采访了这个开始从“潜伏”状态进入大众视野的神秘公司,与其高层领导团队进行了访谈,详细了解了他们关于其软件定义的硬件TSP。

为什么内存子系统在AI推理芯片中至关重要
优质推理芯片能迅速传输数据。对于推理芯片,我们不仅仅是开发一颗芯片,而是创造一个系统。芯片的MAC相当于引擎,但是如果没有正确的燃料传输系统(内存和互联),引擎就会熄火。

AI究竟有多强大?

边缘AI能聪明到什么程度?
由于物联网(IoT)的快速发展,以及实现IoT设备智慧化所需运算力和处理能力的提升,“边缘”一词诞生。其所指的范围可能很广,可以指从“网关边缘(edge of a gateway)”到“终端(endpoint)”的任何设备。那么业界对边缘vs.终端的定义是否达成了共识?谁需要边缘AI?边缘设备可以有多智慧?让我们来一探究竟。

利用AI绘制地图加强灾害防范
发展中国家的许多地区都缺乏最新的地图,这意味着在发生自然灾害或传染病时,救援组织难以有效开展工作。英特尔已开发出可以通过卫星图像识别地物的AI模型,并与红十字会紧密合作推进“地图补全”项目,为发展中国家绘制地图,以提高其防范灾害的能力。

人工智能技术翻转商业模式
人工智能(AI)活动AI Experience吸引了许多人参与,优秀的技术人员和演讲者从机器学习、物联网到智慧城市应用,为与会者展示了惊人的创新。边缘计算、人工智能、大数据,这些元素将与我们一起迈向不远的未来。人工智能可应用于制造行业的预测性维护及其它许多方面,它提供一系列技术来分析生产过程中收集的海量数据,并生成有用的信息,以实现并支持卓越的生产能力。

PCB制造拥抱AI
随着制造技术的进一步发展,制造工艺也变得越来越复杂、越来越精良。如今PCB制造行业面临历史机遇,可利用人工智能(AI)优化生产流程及整个PCB制造设施。

边缘AI推动智能制造发展
智能制造融合了数字化、物联网、大数据和机器人等多种技术。同时,为了提升制造系统中的信息可见度和系统控制,制造商正着手部署具有人工智能算法的先进传感器和控制系统。

AI如何改变边缘计算的未来
每个物联网设备都会持续收集数据,因此需要快速分析,达到实时决策,特别是对于自动驾驶汽车、电网、远程手术、石油钻井平台,甚至军用无人机等应用。

AI如何与各行业融合?

当工业4.0遇见AI:智能制造现在有多“智能”?
工业制造在标准、互联等领域始终是很特殊的,现在谈工业4.0与AI是否为时过早?AI在工业4.0时代是否真的在发挥作用,以及究竟发挥到何种程度?这是我们期望以由上至下的方式,从工业制造AI解决方案、AI芯片、EDA,以及实际应用几个层面,来窥见当下工业制造的AI技术现状。

AI助攻,智慧医疗飞速发展
近年来,在各国政策支持与人工智能(AI)、大数据、云服务等前沿技术的驱动下,智慧医疗进入了飞速发展期。AI技术在医疗设备领域的应用主要集中在医学影像、辅助诊断、药物研发、健康管理、疾病预测等几大应用领域。AI与医疗领域的结合,会不会让人们看病更容易?硬件、软件和大数据分析如何更好地结合?普及阶段还面临哪些难点?

国产FPGA聚焦5G+AI新应用,打造“中国万能芯”!
在通用芯片与专用芯片之间,有一个更为灵活且神秘的领域:FPGA。它被业界誉为“万能芯片”,是目前仅有的支持再编程的芯片,可以按照设计人员的需求配置为指定的电路结构,不再依赖传统的芯片设计与制造。通俗来讲,只要把代码输进FPGA,它就可以成为任何一款你所需要的芯片。

5G将至,为AI安防监控注入一剂强心针
由于带宽资源有限、视频信号数据量庞大、实时性等问题,安防监控行业的发展受到了一定程度的限制。就算随后引入的AI安防,落地效果仍不理想。直到2019年中旬国内5G牌照正式发放,这才给AI安防监控行业注入了一剂强心针……

从“谁是你”到“你是谁”,AI深度改造安防行业
人工智能(AI)技术的出现正在为安防监控行业带来革命性的影响。借助AI技术,深度学习分析能够更准确地模仿人类的认知,并且通过训练改进结果;下一代智能摄像头会将人工智能和分析算法整合到计算能力更强的网络摄像头中,从而使其更灵活、更高效。在2018中国国际社会公共安全产品博览会(Security China)期间,多个重量级玩家的最新成果应证了这一趋势。

边缘设备能够展现多强的智能?
由于物联网的快速发展,以及实现物联网设备智能化所需算力和处理能力的提升,“边缘”一词的内涵可能更广,它可以指从“网关边缘”到“端点”的任何设备。那么业界对边缘与端点的定义是否达成了共识?谁需要边缘AI?边缘设备可以多智能?

AI当道,立足潮头需要哪些条件?
当下AI早已经在各个应用领域显露身手,比如智能音箱、智能安防、智慧城市、智能驾驶等垂直领域涌现出的各种解决方案。在未来,AI将会在更多领域、更深层面发挥它的作用……

大数据和AI应用的新计算架构
大多数计算技术专家都承认,全球数据每两年会翻一番。预计到2020年,对那些与人工智能相关的高级应用,比如机器学习、机器人技术、自动驾驶和分析,以及金融市场来说,数据集将超过21ZB或更多。这些类型的应用都依赖于大数据,这就需要一些实时计算非常小、但层级很多的软件算法,但如今的多核处理器和架构在性能和效率方面不能很好地满足这些算法的需要。本文将为您介绍一种新的针对大数据和人工智能应用的新计算架构。

责编:Amy Guan

 

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
EETimes China
EETimes China 综合报道专栏。
  • 系统级芯片(SoC)的复杂设计选择:EDA和IP 在做系统级芯片(SoC)的设计规划时,需要考虑哪些主要因素?目前主流的SoC一般包括哪些功能模块或IP?有什么新的技术趋势值得关注?为SoC选择IP时主要基于什么标准或要求?如何实现差异化设计?当前SoC在设计验证方面遇到哪些挑战?有什么应对解决方案?AI在复杂的高性能SoC设计中能够发挥什么作用?未来设计趋势如何?
  • 智连大湾区,TE能提供哪些“智”与“连”的技术及服务? 今年是谋划“十四五”规划的关键之年,同时也正值深圳经济特区成立40周年,中国为应对国际形势的压力和全球疫情带来的影响,“新基建”的概念开始提出及其涉及范围逐步明确。在如此背景下,粤港澳大湾区(以下简称“大湾区”)作为我国开放程度最高、经济活力最强的市场之一,人工智能、大数据中心、5G基建等新项目在大湾区各大城市集群落地、全面开花。数字新基建已成为大湾区建设的新引擎。
  • 系统级芯片(SoC)的复杂设计选择:RISC-V处理器内核 在做系统级芯片(SoC)的设计规划时,需要考虑哪些主要因素?目前主流的SoC一般包括哪些功能模块或IP?有什么新的技术趋势值得关注?RISC-V与FPGA如何有机结合助力SoC设计?当前的SoC设计在性能、功耗和尺寸方面面临哪些挑战?有何解决方案?物联网和边缘计算等嵌入式系统对SoC设计提出了什么特别要求?
  • FPGA怎样一边做更低功耗,一边做高性能AI推断? 在便利店收银支付,收银员看到的与顾客看到的屏幕内容是不一样的,这就要求设备本身能够做到“双屏异显”。支持双屏异显方案的芯片,有的是价格太贵,有的是功能单一——只支持某种分辨率,而且性能存在不确定性,没有大规模量产的。但有一款芯片正好适用……
  • 魏少军教授2020 ICCAD演讲PPT:抓住机会,实现跨越 中国集成电路设计业2020年会(2020 ICCAD)暨重庆集成电路产业创新发展高峰论坛,于2020年12月10日在重庆悦来国际会议中心举行。中国半导体行业协会集成电路设计分会理事长魏少军教授在高峰论坛上,发表了主题为《抓住机会实现跨越》的开场报告。《电子工程专辑》在现场整理了报告中的重点内容与读者分享。
  • AI推动着存储器互连的不断演进 为了满足人工智能(AI)和机器学习应用的需求,位置这个词被越来越多地应用于数据存储。但解决这种位置的挑战不只是存储器供应商应做的工作,与AI相关的供应商也扮演着重要角色。尽管存储距离计算越来越近,但解决方案的很大一部分在于存储互连。
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了