|
linux嵌入式學(xué)習(xí)計(jì)劃_AI與物聯(lián)網(wǎng)的崛起將顛覆嵌入式系統(tǒng)的設(shè)計(jì),
(文章來源:千家網(wǎng))
有別于一般泛用型的PC架構(gòu),嵌入式系統(tǒng)的定義,是為特定用途所設(shè)計(jì)的IT系統(tǒng),近年來嵌入式在特定領(lǐng)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(jìn)展,主要原因除了IT技術(shù)本身的精進(jìn)外,應(yīng)用產(chǎn)業(yè)不斷拓展出新的功能需求也是主因,尤其是應(yīng)用面,在市場(chǎng)競(jìng)爭(zhēng)日益激烈的態(tài)勢(shì)下,無論是消費(fèi)性或非消費(fèi)性設(shè)備供貨商,都必須善用IT技術(shù)力量,強(qiáng)化本身競(jìng)爭(zhēng)力,因此嵌入式系統(tǒng)的市場(chǎng)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(qū)動(dòng)下,預(yù)計(jì)將持續(xù)成長。
AI是2017年IT產(chǎn)業(yè)的焦點(diǎn)議題,多數(shù)研究機(jī)構(gòu)與產(chǎn)業(yè)都認(rèn)為AI不但會(huì)與嵌入式系統(tǒng)整合,而且在部分應(yīng)用中,具有AI功能的嵌入式設(shè)備將串聯(lián)成物聯(lián)網(wǎng)架構(gòu)成為AIoT系統(tǒng),而AIoT系統(tǒng)中,不僅上層的云端平臺(tái)會(huì)具有運(yùn)算能力,終端的嵌入式設(shè)備,甚是設(shè)備中的組件,也都會(huì)有一定程度的AI設(shè)計(jì),進(jìn)而形成龐大商機(jī),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(yīng)用相當(dāng)廣,從數(shù)據(jù)中心、終端設(shè)備(智能手機(jī)、平板計(jì)算機(jī)、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(biāo)市場(chǎng)。投入的廠商也眾多,以架構(gòu)來看,浮點(diǎn)運(yùn)算、同步并行運(yùn)算非常適用于人工智能的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),因此具有這些特點(diǎn)的GPU,也成為這波AI熱潮的重要運(yùn)算架構(gòu)。
但在此趨勢(shì)中CPU也未缺席,尤其是Intel在2017年中分別推出獨(dú)立AI加速器Movidius Neural Compute Stick與Myriad X視覺處理器(Vision Processing Unit;VPU),前者內(nèi)建了Myriad 2視覺運(yùn)算單元,在1瓦電力下可完成每秒1,000億次浮點(diǎn)運(yùn)算,后者則是全球第一個(gè)配備神經(jīng)運(yùn)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(xué)習(xí)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(jī)器學(xué)習(xí)設(shè)計(jì),Google的TPU主要用于改善搜尋結(jié)果的相關(guān)性與提高Google街景服務(wù)地圖和導(dǎo)航功能正確度,由于TPU是專為特定用途設(shè)計(jì)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(diǎn)是成本較高。
除了GPU、CPU外,其他處理架構(gòu)如FPGA、DSP等廠商,也都積極投入AI市場(chǎng),而就發(fā)展來看,仍未看出那一類運(yùn)算架構(gòu)會(huì)成為市場(chǎng)主流,服務(wù)器的應(yīng)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(shè)備市場(chǎng),無論是體積、功耗、價(jià)格,其市場(chǎng)需求都比服務(wù)器更嚴(yán)苛,因此難度會(huì)更高,不同的應(yīng)用會(huì)需要不同運(yùn)算架構(gòu),因此未來處理器在嵌入式終端市場(chǎng)的應(yīng)用將更為多元,不會(huì)出現(xiàn)一家寡占的狀況。 |
|