研调:AI影像辨识将朝多元异构平台等方向发展_C北生活_宝马娱乐登录网址_金豪电玩游戏
主页 > C北生活 >研调:AI影像辨识将朝多元异构平台等方向发展 >

研调:AI影像辨识将朝多元异构平台等方向发展

2020年07月27日 来源:http://www.bmw8811.com

在应用场景更複杂、辨识物件更多元的物联网大趋势下,AI晶片将降低过去高度依赖硬体堆叠运算力的方式,而朝多元的异构平台及强化AI演算法的方向发展,即软硬体整合方案亦是切入市场的关键能力。

DIGITIMES Research分析师吴伯轩表示,今(2019)年4月底于美国纽约近郊开张的Walmart智慧零售商店,装置上千支AI影像监视器,能即时监控3万多种类别的商品,一旦某项商品在货架上无存货,则会立即通知相关人员进行补货。

此外,AI监视器也肩负降低商品失窃率及减少人为疏失功能,例如避免商品条码未被扫描。换言之,Walmart应用AI影像辨识动机是着眼提高营运效率,而非如Amazon Go创造的无人商店体验。他并指出,值得注意的是,过去数十年半导体製程工艺持续演进,足以撑起应用端不断倍增的运算力需求,然而,基于物理性方式提升电晶体数量的摩尔定律终究会面临发展瓶颈,再者,先进製程需要庞大的研发资金支撑,新兴应用如AI影像辨识在变现能力尚未稳定之际,导入先进製程并不实际。

因此,要降低实际应用可能面临运算力与经济效益之间的落差,可能的方法之一是针对应用场景的不同,採取如GPU、FPGA、ASIC等不同的晶片架构。

从短期发展观察,GPU在AI深度学习与推理上较具有规模化商用优势,然而,从长期演进而论,多种架构并存才是趋势所在,这也是部分晶片大厂近年透过购併方式扩大产品线布局的主因之一。

另外,他也指出,利用AI演算法如CNN(Convolutional Neural Network)先截取卷积层内的图像特徵,以加快图像辨识的运算效能,或是利用精简指数运算来压缩卷积,以降低对硬体的依赖,都是另一种「跨越摩尔定律障碍」的方式。

再者,在智慧城市影像监控场景中,辨识的物件相对多且杂,利用堆叠AI演算法(利用OTA更新)要远比堆叠硬体(架设更多监视器)的方式,更具经济效率。

 
上一篇:
下一篇: