??智能(AI)是物聯(lián)網(wǎng)及工業(yè)4.0發(fā)展的核?。尤其，當(dāng)特斯拉(Tesla)推出電動車及蘋果(Apple)發(fā)表新機iPhone X推出FaceID 之后，讓市場體驗到AI芯片的無限商機。同時，AI應(yīng)?接受度越高的國家，將對其GDP產(chǎn)生貢獻(xiàn)愈大。

        AI芯片包含三大類市場，分別是數(shù)據(jù)中?(云端)、通信終端產(chǎn)品(手機)、特定應(yīng)用產(chǎn)品(?駕車、頭戴式AR/VR、?人機、機器?人等)。

        當(dāng)前機?學(xué)習(xí)多采用GPU圖像處理，尤以 Nvidia是此一領(lǐng)域龍頭，但是，有些業(yè)者認(rèn)為GPU處理效率不夠快，而且因應(yīng)眾多特定新產(chǎn)品的不同需求，于是，NPU、VPU、TPU、NVPU相繼問世。

        目前還不不清楚哪種架構(gòu)的芯片會在AI大戰(zhàn)獲勝。但(手機)終端市場對于AI芯片的功耗、尺?、價格都有極為嚴(yán)格的要求，難度上比云端數(shù)據(jù)芯片更高。為搶未來AI應(yīng)用市場商機，科技巨頭如Google、微軟、蘋果企圖建構(gòu)AI平臺生態(tài)模式吃下整個產(chǎn)業(yè)鏈。

        ?前來看，未來AI發(fā)展有八大新趨勢：

        趨 勢 ①

        AI于各?業(yè)垂直領(lǐng)域應(yīng)?

        具有巨?的潛?

        人?智能市場在零售、交通運輸和自動化、制造業(yè)及農(nóng)業(yè)等各行業(yè)垂直領(lǐng)域具有巨大的潛?。而驅(qū)動市場的主要因素，是人工智能技術(shù)在各種終端用戶垂直領(lǐng)域的應(yīng)用數(shù)量不斷增加，尤其是改善對終端消費者服務(wù)。

        當(dāng)然人工智能市場要崛起也依附于IT基礎(chǔ)設(shè)施完善、智能手機及智能穿戴式設(shè)備的普及。其中，以?然語言處理（NLP）應(yīng)?市場占AI 市場很大部分。

        趨 勢 ②

        AI導(dǎo)入醫(yī)療保健行業(yè)

        維持高速成長

        由于醫(yī)療保健行業(yè)?量使用大數(shù)據(jù)及人工智能，進(jìn)而精準(zhǔn)改善疾病診斷、醫(yī)療人員與患者之間人?的不平衡、降低醫(yī)療成本、促進(jìn)跨?行業(yè)合作關(guān)系。

        此外AI還廣泛應(yīng)用于臨床試驗、大型醫(yī)療計劃、醫(yī)療咨詢與宣傳推廣和銷售開發(fā)。人?智能導(dǎo)入醫(yī)療保健行業(yè)從2016年到2022年維持很高成長，預(yù)計從2016年的 6.671億美元達(dá)到2022年的79.888億美元年均復(fù)合增長率為 52.68％。

        趨 勢 ③

        AI取代屏幕成為新UI/UX接口

        過去從PC到手機時代以來，用戶接口都是透過屏幕或鍵盤來互動。隨著智能喇叭、虛擬/增強現(xiàn)實(VR/AR)與自動駕駛車系統(tǒng)陸續(xù)進(jìn)?人類?活環(huán)境，人們在不需要屏幕的情況下，也能夠很輕松自在與運算系統(tǒng)溝通。

        這表示人?智能透過自然語言處理與機?學(xué)習(xí)讓技術(shù)變得更為直觀，也變得較易操控，未來將可以取代屏幕在?戶接口與用戶體驗的地位。

        ??智能除了在企業(yè)后端扮演重要角色外，在技術(shù)接口也可承擔(dān)更復(fù)雜?色。例如：使用視覺圖形的?動駕駛車，透過人工神經(jīng)網(wǎng)絡(luò)以實現(xiàn)實時翻譯，也就是說，人?智能讓接口變得更為簡單且更有智能，也因此設(shè)定了未來互動的高標(biāo)準(zhǔn)模式。

        趨 勢 ④

        未來手機芯片一定內(nèi)建AI運算核心

        現(xiàn)階段主流的ARM架構(gòu)處理?速度不夠快，若要進(jìn)行大量的圖像運算仍嫌不足，所以未來的?機芯片一定會內(nèi)建AI運算核心。正如，蘋果將3D感測技術(shù)帶入iPhone之后，Android 陣營智能?機將在明年(2017)跟進(jìn)導(dǎo)?3D感測相關(guān)應(yīng)用。

        趨 勢 ⑤

        AI芯片關(guān)鍵在于成功整合軟硬件

        AI芯?的核心是半導(dǎo)體及算法。AI硬件主要是要求更快指令周期與低功耗，包括GPU、DSP、ASIC、FPGA和神經(jīng)元芯片，且須與深度學(xué)習(xí)算法相結(jié)合，而成功相結(jié)合的關(guān)鍵在于先進(jìn)的封裝技術(shù)?？傮w來說GPU比FPGA 快，而在功率效能方面FPGA?GPU好，所以 AI硬件選擇就看產(chǎn)品供貨商的需求考慮而定。

        例如，蘋果的Face ID臉部辨識就是3D深度感測芯片加上神經(jīng)引擎運算功能，整合高達(dá)8個組件進(jìn)?分析，分別是紅外線鏡頭、泛光感應(yīng)組件、距離傳感?、環(huán)境光傳感?、前端相機、點陣投影?、喇叭與麥克風(fēng)。蘋果強調(diào)用戶的?物識別數(shù)據(jù)，包含：指紋或臉部辨識都以加密形式儲存在iPhone內(nèi)部，所以不易被竊取。

        趨 勢 ⑥

        AI?主學(xué)習(xí)是終極?標(biāo)

        AI“大腦”變聰明是分階段進(jìn)行，從機?學(xué)習(xí)進(jìn)化到深度學(xué)習(xí)，再進(jìn)化?自主學(xué)習(xí)。目前，仍處于機?學(xué)習(xí)及深度學(xué)習(xí)的階段，若要達(dá)到?自主學(xué)習(xí)需要解決四大關(guān)鍵問題。

        ?先，是為自主機器打造?個AI平臺；還要提供一個能夠讓自主機?進(jìn)??主學(xué)習(xí)的虛擬環(huán)境，必須符合物理法則，碰撞，壓力，效果都要與現(xiàn)實世界一樣；然后再將AI的“大腦”放到?主機器的框架中；最后建立虛擬世界入口(VR)。?前，NVIDIA 推出?主機?處理器Xavier，就在為自主機?的商用和普及做準(zhǔn)備?作。

        趨 勢 ⑦

        最完美的架構(gòu)是把CPU和GPU

        (或其他處理?)結(jié)合起來

        未來，還會推出許多專門的領(lǐng)域所需的超強性能的處理?，但是CPU是通用于各種設(shè)備，什么場景都可以適用。所以，最完美的架構(gòu)是把CPU和GPU(或其他處理器)結(jié)合起來。例如，NVIDIA推出CUDA計算架構(gòu)，將專用功能ASIC與通用編程模型相結(jié)合，使開發(fā)人員實現(xiàn)多種算法。

        趨 勢 ⑧

        AR成為AI的眼睛

        兩者是互補、不可或缺

        未來的AI需要AR，未來的AR也需要AI，可以將AR比喻成AI的眼睛。為了機器?學(xué)習(xí)而創(chuàng)造的在虛擬世界，本身就是虛擬現(xiàn)實。如果要讓人進(jìn)入到虛擬環(huán)境去對機??人進(jìn)?訓(xùn)練，還需要更多其它的技術(shù)。

        ?于CPU是否會被TPU、NPU、VPU等之類新類型處理?取代，答案應(yīng)該不會。新出現(xiàn)的處理?只是為了處理新發(fā)現(xiàn)或尚未解決的問題，而且未來傾向?qū)PU整合。

        迎物聯(lián)網(wǎng)時代來臨，以往?家認(rèn)為摩爾定律最后會走到極限，但未來硅時代是異質(zhì)性及跨界的整合，還有很多需求未出現(xiàn)。NVIDIA執(zhí)行官黃仁勛則表示，摩爾定律已經(jīng)是舊時代的法則，GPU的計算速率和神經(jīng)?網(wǎng)絡(luò)復(fù)雜性都在過去2到5年內(nèi)呈現(xiàn)出爆發(fā)性成長。

        展望未來，隨著AI、物聯(lián)網(wǎng)、VR/AR、5G等技術(shù)成熟，將帶動新一波半導(dǎo)體產(chǎn)業(yè)的30年年榮景，包括：內(nèi)存、中央處理?、通訊與傳感器四大芯片，各種新產(chǎn)品應(yīng)用芯?需求不斷增加，以中國在半導(dǎo)體的龐大市場優(yōu)勢絕對在全球可扮演關(guān)鍵的角?。

        精彩活動預(yù)告

        2020年暑期我們將帶舉辦來自美國卡內(nèi)基梅隆大學(xué)的交互設(shè)計專業(yè)老師的獨家workshop，敬請關(guān)注哦！