聯發(fā)科于2019年7月中推出可快速影像辨識的AIoT平台i700，在邊緣裝置端提供高性能(néng)的同時，仍能(néng)達到最低功耗，預計將(jiāng)廣泛應用在智慧城市、智慧建築及智慧制造等領域，協助聯發(fā)科AIoT物聯網産業鏈加速發(fā)展。
從芯片大廠到雲端龍頭，跨足邊緣AI芯片成(chéng)重要策略
随物聯網應用越趨廣泛，裝置連結數的增加與海量數據的産生使智慧裝置對(duì)高速AI邊緣算力和物聯網能(néng)力提出更高要求，邊緣運算與AI的結合遂成(chéng)顯學(xué)。
觀察近期廠商于此領域之布局，邊緣運算AI芯片堪稱兵家必争之地，在芯片大廠部分，包括NVIDIA推出供物聯網閘道(dào)器及邊緣運算使用的Jetson Nano開(kāi)發(fā)闆與EGX平台；Intel推出由64個Loihi神經(jīng)拟态芯片組成(chéng)的Pohoiki Beach系統，并規劃將(jiāng)其應用在自動駕駛等邊緣端涉及深度學(xué)習的場景；高通也推出專爲Edge AI設計的Cloud AI 100，挾其于物聯網、自駕車、計算機視覺等人工邊緣運算重點發(fā)展領域豐富經(jīng)驗一較高下。
除傳統芯片廠外，雲端平台大廠也有别于過(guò)往專注于解決方案的推出，紛紛加入戰局，例如AWS發(fā)布第一款專門用于機器學(xué)習的AI芯片Inferentia；Google則推出用來執行機器學(xué)習模型推論預測的邊緣運算芯片Edge TPU，可在邊緣端設備上以超低功率、高度省電方式執行已訓練好(hǎo)的TensorFLow Lite機器學(xué)習模型。
有鑒于物聯網設備是AI芯片目前應用最廣泛的場景之一，雲端大廠握有AI芯片將(jiāng)能(néng)讓其從雲端跨向(xiàng)邊緣，使傳感器及相關設備有更高效的管理數據、提供更好(hǎo)的用戶體驗，并加速雲端廠商物聯網商品的商業化與生态圈建置。
芯片亦爲台廠面(miàn)對(duì)邊緣運算AI趨勢之主要切入點
2019年亦有不少台系廠商進(jìn)行邊緣運算結合人工智能(néng)的布局，例如聯發(fā)科于年中推出具高速AI邊緣運算能(néng)力的i700解決方案，其單晶片設計整合CPU、GPU、ISP和專屬AI處理器APU(AI Processor Unit)，強大的AI辨識能(néng)力可應用于無人商店的辨物刷臉、智慧建築的門禁系統，以及智慧工廠辨别障礙物等場景。
耐能(néng)則推出具備可重組式人工智能(néng)神經(jīng)網絡技術的AI芯片KL520，將(jiāng)神經(jīng)網絡處理器的功耗降至數百mW等級，适用于結構光、雙目視覺，而ToF特性也使該芯片將(jiāng)廣泛運用于網絡攝影機、安防監控系統、空拍機等領域。同樣看準邊緣視覺AI的商機，華晶科、訊連、和碩等也相繼推出計算機視覺及圖像辨識的相關産品。
綜觀台灣地區産業優勢，以半導體産業中的晶圓代工及封測總産值爲全球第一，IC設計亦位居前茅。于2019年7月由産官學(xué)研組成(chéng)的台灣人工智能(néng)芯片聯盟(AI in Chip Taiwan Alliance，AITA)4個主要聚焦議題中，異質整合旨在將(jiāng)不同芯片透過(guò)技術提升效能(néng)同時縮小體積、減少功耗與降低成(chéng)本，半通用型AI芯片着重在發(fā)展特定應用的推論及深度學(xué)習芯片，皆是邊緣運算與AI結合的重要發(fā)展目标，倘由産業動态及政府資源挹注來看，台廠若要切入邊緣運算AI市場，芯片仍是最好(hǎo)發(fā)揮的着力點。