linux嵌入式學習計劃_AI與物聯(lián)網(wǎng)的崛起將顛覆嵌入式系統(tǒng)的設計

小嵌

linux嵌入式學習計劃_AI與物聯(lián)網(wǎng)的崛起將顛覆嵌入式系統(tǒng)的設計,   

（文章來源：千家網(wǎng)）

有別于一般泛用型的PC架構，嵌入式系統(tǒng)的定義，是為特定用途所設計的IT系統(tǒng)，近年來嵌入式在特定領域的發(fā)展加速，與過去相較，無論是深度或廣度都有長足進展，主要原因除了IT技術本身的精進外，應用產(chǎn)業(yè)不斷拓展出新的功能需求也是主因，尤其是應用面，在市場競爭日益激烈的態(tài)勢下，無論是消費性或非消費性設備供貨商，都必須善用IT技術力量，強化本身競爭力，因此嵌入式系統(tǒng)的市場需求與日俱增，而在需求與供給雙方相互拉抬下，嵌入式產(chǎn)業(yè)的發(fā)展來到史上高峰，未來幾年在AI與物聯(lián)網(wǎng)的驅動下，預計將持續(xù)成長。

AI是2017年IT產(chǎn)業(yè)的焦點議題，多數(shù)研究機構與產(chǎn)業(yè)都認為AI不但會與嵌入式系統(tǒng)整合，而且在部分應用中，具有AI功能的嵌入式設備將串聯(lián)成物聯(lián)網(wǎng)架構成為AIoT系統(tǒng)，而AIoT系統(tǒng)中，不僅上層的云端平臺會具有運算能力，終端的嵌入式設備，甚是設備中的組件，也都會有一定程度的AI設計，進而形成龐大商機，也因此目前各大芯片商都早已開始投入AI芯片的布局。

  

AI芯片在嵌入式系統(tǒng)的應用相當廣，從數(shù)據(jù)中心、終端設備（智能手機、平板計算機、穿戴式裝置...等）、垂直特定產(chǎn)業(yè)（制造、交通、醫(yī)療...等），都將是目標市場。投入的廠商也眾多，以架構來看，浮點運算、同步并行運算非常適用于人工智能的深度學習神經(jīng)網(wǎng)絡，因此具有這些特點的GPU，也成為這波AI熱潮的重要運算架構。

但在此趨勢中CPU也未缺席，尤其是Intel在2017年中分別推出獨立AI加速器Movidius Neural Compute Stick與Myriad X視覺處理器（Vision Processing Unit；VPU），前者內建了Myriad 2視覺運算單元，在1瓦電力下可完成每秒1，000億次浮點運算，后者則是全球第一個配備神經(jīng)運算引擎（Neural Compute Engine）的系統(tǒng)單芯片，可用于加速產(chǎn)品端的深度學習推理。

除了兩家處理器大廠，Google也在2017年推出訂制化的ASIC AI芯片TPU，專為機器學習設計，Google的TPU主要用于改善搜尋結果的相關性與提高Google街景服務地圖和導航功能正確度，由于TPU是專為特定用途設計的特殊規(guī)格邏輯IC，只執(zhí)行單一工作，所以速度更快，但缺點是成本較高。

除了GPU、CPU外，其他處理架構如FPGA、DSP等廠商，也都積極投入AI市場，而就發(fā)展來看，仍未看出那一類運算架構會成為市場主流，服務器的應用目前仍以CPU為主，不過現(xiàn)在NVIDIA也開始跨入發(fā)展，至于終端嵌入式設備市場，無論是體積、功耗、價格，其市場需求都比服務器更嚴苛，因此難度會更高，不同的應用會需要不同運算架構，因此未來處理器在嵌入式終端市場的應用將更為多元，不會出現(xiàn)一家寡占的狀況。