侵权投诉
当前位置:

OFweek安防网

信息与通信

正文

(深度)AI的深刻变革:云和端的再平衡,智能终端的兴起

导读: 区别于市场的观点:当所有分析师都在谈论“人工智能+”的时候,我们还是从AI带来的最深层次的IT产业变革来寻找投资机会。IT架构的深层次变化,其意义远大于去分析所谓的“AI+”。

区别于市场的观点:当所有分析师都在谈论“人工智能+”的时候,我们还是从AI带来的最深层次的IT产业变革来寻找投资机会。IT架构的深层次变化,其意义远大于去分析所谓的“AI+”。

人工智能时代终端硬件智能选择。AI时代算法迭代制约深度学习能力发展,底层基础技术的计算能力大大提高使得算法不断创新,GPU集群就是这类基础体系之一。以深度学习训练为目标的GPU集群在数据量快速积累的前提下,深度学习算法模型创新加速,同时好的算法模型能够以硬件FPGA和ASIC方式在应用中加速,形成一个智能迭代正循环。因此GPU集群的算法创新迭代以及全能型芯片FPGA和低功耗ASIC都是人工智能对基础信息架构的智能选择。

计算存储融合加速人工智能应用。计算、存储和网络融合的关键是各配件性能接近,高速存储的发展补全了高速计算单元最后一块拼图。3DNAND和NVMe大大提高了带宽和降低读写延时。3D-Xpoint等新型存储产品可能使得计算和内存之间传统传输方式打破。新的神经网络芯片架构突破冯诺依曼架构瓶颈,计算存储高度融合将为类人脑神经单元方式提供可能,人工智能的应用目标更为明确,即如何找到目标而不是保存目标的特征。

终端智能化成为未来趋势。相比传统终端更多是数据采集和传输,智能终端对于特征数据的抓取和数据预处理能力大大提高。随着智能芯片和算法的升级,其自身具备更多提取特征值和压缩的功能,为数据查找和传输降低门槛。现在各行各业都看到了未来人工智能化的趋势,尤其是安防、无人驾驶、可穿戴设备、智能家居、智能机器人等。随着国内“智慧城市”、“平安城市”的不断建设,安防领域将会走在人工智能的前列。

AI时代计算存储解决在边缘终端。随着高速计算单元和大容量闪存在终端的配置,智能终端将具有更强计算、存储、数据压缩能力,这一趋势将减少云计算通用处理器和网络传输带宽的压力,为未来物联网的发展做好铺垫。

风险提示。1. 人工智能应用推进不达预期;2.智能终端下游需求不足;3技术路线发生重大变化。

1人工智能时代终端的智能选择

终端设备一路走来经历了单片机、PC机、ARM、智能手机和平板的时代,语言和算法也从简单汇编、C语言、Java发展到了神经网络算法阶段,现在的智能终端已经在芯片和存储的发展推动下具有了强大的算力,GPU/FPGA/ASIC都将越来越多地应用于终端芯片,闪存的快速发展也使得终端存储的容量和性能更优。未来我们看到的摄像头、车载电子、智能家居或许在外形上和从前没有发生太大的变化,但其底层基础信息架构和深度学习的能力可能已经发生变革。

1.1 英伟达:荣耀背后的厚积薄发

1.1.1 英伟达的爆发

英伟达近日公布截至2017年4月30日的2018年第一财季季报,财报显示,英伟达营收19.4亿美元,同比增长48.4%,净利润5.07亿美元,同比增长144%。每股收益0.85美元,比去年同期增长126%。英伟达第一财季业绩远超预期,第二财季展望也非常乐观。NVIDIA(英伟达)创立于1993年,总部位于美国加州,是享有盛名的智能芯片厂商,在本轮人工智能的浪潮中,微软、谷歌、亚马逊、特斯拉以及大大小小的AI公司几乎都在使用英伟达的AI芯片。2015年9月起,其股价一路高歌猛进,至今已经翻了五倍以上。

1.1.2英伟达的转型之路:在挫折中快速发展

1993年英伟达成立,旨在制造速度更快,能产出更真实画面的游戏特制芯片。当时联合创始人黄仁勋、Chris Malachowsky以及CurtisPriem看到了刚刚兴起的游戏专用图像处理器市场,研发专用芯片去加速电子游戏中的图像渲染速度,提高玩家的游戏体验。两年之后,英伟达推出首款游戏主机加速器NV1。直到今天,这项业务依然是英伟达营收的重要组成部分。

1999年推出GPU,但在当时计算能力制约着深度学习的发展。GPU可以用来加速图像处理速度以提高游戏中的玩家体验,同时,强大的计算能力也有着通用计算的潜力,比如可以应用到深度学习等对计算能力要求很高的领域。深度学习最早兴起于20世纪60年代,也被称作神经网络,是机器学习的一个分支,它可以用来进行语音识别以及图像识别、图像分类等。但是由于计算精度严重依赖于网络的层数或者说复杂度,网络越复杂,训练样本即数据输入越多,迭代计算次数越多,计算结果的精度越高,所以对计算能力有着很高的要求。当时的计算能力无法满足深度学习的要求,所以深度学习的发展一直没有很大的突破。

1  2  3  4  5  6  7  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: