行業(yè)內(nèi)有關(guān)嵌入式人工智能的聲音越來越多，很大程度上是因?yàn)?a href="http://www.makelele.cn/v/tag/475/" target="_blank">云計(jì)算已經(jīng)無法滿足低耗、高效的計(jì)算力需求。

萬物智聯(lián)時(shí)代正在加速到來，形形色色的人工智能出現(xiàn)在我們身邊，在智能家居、智能駕駛、智能手機(jī)和安防監(jiān)控等領(lǐng)域，以設(shè)備為中心的感知識(shí)別需求越來越強(qiáng)烈?？墒?，眾所周知，人工智能的計(jì)算大多發(fā)生在數(shù)據(jù)中心，即在“云”上運(yùn)行。隨著海量數(shù)據(jù)爆發(fā)，以云計(jì)算為中心構(gòu)架的方式開始出現(xiàn)各種短板。

以物聯(lián)網(wǎng)為例，海量終端設(shè)備所抓取的巨大數(shù)據(jù)量如果全部上傳至云端進(jìn)行智能處理，不僅對網(wǎng)絡(luò)傳輸技術(shù)和網(wǎng)絡(luò)環(huán)境要求甚高，數(shù)據(jù)安全隱患、個(gè)人隱私問題、計(jì)算功耗帶來的挑戰(zhàn)以及傳輸時(shí)間延遲等問題不斷出現(xiàn)。顯然，云計(jì)算已經(jīng)不再是各行業(yè)具體場景中尋求解決方案的最優(yōu)解。因此，不依賴云端計(jì)算的嵌入式人工智能技術(shù)正在掀起一場新的智能革命。

“嵌入式人工智能”其實(shí)是一種本地計(jì)算，又稱邊緣計(jì)算。邊緣計(jì)算和云計(jì)算類似，都是處理大數(shù)據(jù)的計(jì)算運(yùn)行方式。但這次不同的是，數(shù)據(jù)這一次不必再被傳到遙遠(yuǎn)的云端，而是在邊緣側(cè)、設(shè)備端，即使沒有網(wǎng)絡(luò)也可運(yùn)行深度學(xué)習(xí)等相關(guān)算法解決問題。

不過，這并不意味著邊緣計(jì)算將代替云計(jì)算。在“云、管、端”三者的角色中，云計(jì)算側(cè)重于“云”，實(shí)現(xiàn)的是最終數(shù)據(jù)分析與應(yīng)用的場所，而邊緣計(jì)算顯然強(qiáng)調(diào)的是“邊緣”也就是“設(shè)備端”的重要性，滿足了實(shí)時(shí)性數(shù)據(jù)分析和智能化處理需求，也更加安全和高效。未來的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)會(huì)在云端和終端協(xié)調(diào)發(fā)展，不一定所有人工智能都要在云里實(shí)現(xiàn)。

目前，嵌入式AI已經(jīng)漸漸進(jìn)入市場，尤其在自動(dòng)駕駛領(lǐng)域得到快速滲透與應(yīng)用。對此其實(shí)不難理解，駕駛場景復(fù)雜多變，不能時(shí)刻保證都處在一個(gè)穩(wěn)定可用的網(wǎng)絡(luò)環(huán)境。如果駕駛系統(tǒng)在云端計(jì)算，設(shè)備端采集完數(shù)據(jù)后上傳云端，計(jì)算完成后再將結(jié)果返回終端，勢必產(chǎn)生延時(shí)，在駕駛場景中，這種延時(shí)意味著極大危險(xiǎn)。

另外，自動(dòng)駕駛汽車每秒鐘可產(chǎn)生1G數(shù)據(jù)，未來，自動(dòng)駕駛汽車每天在路上產(chǎn)生的數(shù)據(jù)約4TB，如果這些數(shù)據(jù)全部回傳云端處理絕非最佳選擇。因此，嵌入式人工智能的實(shí)時(shí)性優(yōu)勢以及脫機(jī)運(yùn)行的能力可以在自動(dòng)駕駛領(lǐng)域盡顯風(fēng)采。

從市場來看，自動(dòng)駕駛市場大規(guī)模爆發(fā)可能需7到10年，但輔助駕駛在未來3到5年內(nèi)將會(huì)出現(xiàn)爆發(fā)式增長。如果有解決方案能夠滿足在終端對數(shù)據(jù)進(jìn)行有效處理，既能有效降低成本、提高效率，同時(shí)也能提高數(shù)據(jù)安全，因此嵌入式AI在智能駕駛領(lǐng)域前景巨大。

當(dāng)然，智能駕駛只不過是嵌入式人工智能眾多應(yīng)用場景的其中之一。隨著產(chǎn)業(yè)需求的提升，人工智能如果脫離行業(yè)場景，這一輪人工智能浪潮可能很快就會(huì)遇冷。因此，人工智能與產(chǎn)業(yè)的深度結(jié)合，打造人工智能產(chǎn)業(yè)生態(tài)十分的重要。以嵌入式在智能手機(jī)上的成功應(yīng)用為例，未來嵌入式系統(tǒng)在智慧交通、智慧城市、智能家居、智能醫(yī)療等產(chǎn)業(yè)發(fā)展中都會(huì)是至關(guān)重要的角色。

地平線聯(lián)合創(chuàng)始人楊銘在接受鈦媒體采訪時(shí)表示，人工智能正在迅猛發(fā)展，幾乎每家企業(yè)都在探索AI進(jìn)入各行業(yè)場景的切入點(diǎn)，如果要實(shí)現(xiàn)技術(shù)落地、商業(yè)轉(zhuǎn)化，除了需要強(qiáng)有效的硬件支持，必然也需要性能優(yōu)越的算法模型，才能做到真正的解決用戶具體實(shí)際場景中的痛點(diǎn)問題。

在人工智能時(shí)代，強(qiáng)大的算法不會(huì)拘泥于PC機(jī)或云計(jì)算，依賴嵌入式系統(tǒng)，能夠解決更多用戶場景需求。以地平線為例，2017年，地平線已經(jīng)在無人駕駛、智能家居和安防三大領(lǐng)域進(jìn)行嵌入式人工智能落地應(yīng)用。 地平線提供的主要是以“芯片+算法”為核心的嵌入式人工智能解決方案。目前，其解決方案可以深度整合多種嵌入式計(jì)算平臺(tái)，包括ARM、CPU、GPU、FPGA以及地平線授權(quán)集成BPU核的SoC。

智能駕駛方面：今年1月，地平線首次公布第一代嵌入式人工智能處理器架構(gòu)IP——高斯架構(gòu)，以此技術(shù)為基礎(chǔ)研發(fā)的ADAS系統(tǒng)也已在汽車前裝方面落地。具體而言，該系統(tǒng)是地平線在英特爾FPGA平臺(tái)上實(shí)現(xiàn)的自主研發(fā)的低功耗深度神經(jīng)網(wǎng)絡(luò)處理器架構(gòu)IP，可在高速公路和市區(qū)道路場景下同時(shí)對車輛、車道線，行人及可行駛區(qū)域?qū)崟r(shí)檢測和識(shí)別。

隨著深度學(xué)習(xí)算法對硬件的計(jì)算性能、功耗、以及成本提出了更高的要求，除了開發(fā)低功耗平臺(tái)外，算法本身的優(yōu)化也很關(guān)鍵。從地平線推出自研處理器IP的初衷來看，其目的雖是實(shí)現(xiàn)了端到端的完整解決方案，直接在具體應(yīng)用場景下展現(xiàn)效果，但最終是以此來提升個(gè)芯片廠商對地平線BPU的認(rèn)知和依賴，想必也是認(rèn)為軟硬件結(jié)合才能最好的提升處理器性能。