当前位置: 主页 > 人工智能

人工智能硬件架构-硬件架构的艺术 pdf

发布时间:2023-03-12 16:08   浏览次数:次   作者:佚名

现在,人工智能已经变成一个网络热词,基本上家喻户晓了。

但是,很多人对人工智能的理解,也仅停留在一个模糊的概念上,

当我们说人工智能产业,或人工智能的风口和机会,具体指向是什么?

要回应这个问题,需要先梳理一下人工智能产业链。

人工智能产业链,可以分为三个层面:

1、硬件层

第一层面是硬件层,涵盖人工智能的硬件和基础设施,如AI芯片、传感器、服务器等。

人工智能硬件厂商,是AI产业第一轮发展的受益者。

人工智能硬件架构_硬件架构的艺术 pdf_手机硬件架构

国外著名的企业如英伟达、AMD等。

国内也有很多做人工智能芯片研发的企业,坦白讲其实未来还很难预测,我甚至认为做这种专业领域的研发,还不如像FPGA,就是专门为某个领域做人工智能的方案,那个机会还大一点。

做人工智能现在类脑计算芯片、人工智能计算芯片,相对通用性强一点,这种其实压力比较大。

为什么呢?

因为人工智能芯片是需要构筑生态的,这个领域的领军企业是英伟达。

英伟达有几千个工程师,去帮它的芯片做各种应用的场景开发,或者是应用的支持。也就是说基于英伟达的芯片做应用的时候,你会感觉到英伟达的生态是非常健全的。

所以说硬件企业要胜出,不光是要硬件性能好,更主要的是生态构建能力。

人工智能硬件架构_手机硬件架构_硬件架构的艺术 pdf

我前两天写了两篇公众号文章,专门分析寒武纪上市和中国芯片产业格局,感兴趣的朋友可以在【全球风口】公众号里找来参照阅读。

2、基础服务层

第二层面是基础服务层,涵盖云基础服务,以及在云基础上提供附加的人工智能能力。

在硬件基础上,云服务公司是AI产业第二轮的受益者。它受益要比硬件大得多,因为它能支撑广泛的应用。在美国几乎所有的IT巨头,都在花巨资去建立大的云计算平台,而且都要有强大的人工智能的支撑能力。最领先的是亚马逊的AWS和谷歌这两家,但是其实微软、Facebook,甚至包括苹果,都在云业务上下了巨大的成本。

中国也是一样,现在比较领先的是阿里云,腾讯、百度也在发力,但是现在看起来阿里还是比较领先的空间。当然华为也在做自己的云。中国也会诞生几朵大云,也有很大的市场空间,因为中国的IT市场不比海外小多少。

在云基础上,有很多可以提供的人工智能附加能力,如计算机视觉、智能语音、语义识别、机器学习等,这是一个巨大的市场。

比如视觉识别,现在大量独角兽都在追逐这个市场。但我认为长期看,这个市场机会其实很难把握:一方面,政府会形成统一的大市场,不会全国每个区域都搞自己的人工智能硬件架构,未来应该是打通的,市场总体来说就小了;另一方面,不管是多少客户,将来的提供者很可能不是今天的这些独角兽们,而是由基础云平台直接提供,比如阿里、腾讯或者是华为这样的企业。因为这个能力并不复杂,从云上直接提供是最简单的,如果未来向这个方向演进,我预判有一半的独角兽公司会做不下去。

手机硬件架构_人工智能硬件架构_硬件架构的艺术 pdf

当然,不光是视觉识别,也包括动作的识别,还有基本的图形识别,比如另一个热门的市场,所谓医学的图像识别。医学里面X光或者B超这样的图像识别,未来有可能也会被整合到云端。提供者可能是第三方公司,也可能是云端的大IT服务商,都可能变成基础服务的一部分了。

另外,语音、语义识别和翻译,未来也有可能变成云端的基础服务。我们知道,今天如果要翻译的话,还需要随身带翻译机。但是未来如果云端的处理能力加强了,所有这些语音全部送到云端去处理,然后把结果返送回来,这时我们每个人的手机就可以是翻译机,而不需要一个单独的设备了。

3、行业应用层

第三层面是行业应用层,就是在前两个层面上衍生出来的、与各行业结合的应用,如无人驾驶、智能医疗、新零售等AI应用。

在这个层面,有大量的人工智能应用公司,而且还会不断繁荣。这些公司的特点很明确,一定要有自己本行业的特色。因为人工智能这个技术本身,没有办法形成壁垒,真正能够形成壁垒的一定是行业特色,也就是说行业数据、行业经验和行业准入会是壁垒,这需要我们去找到这些壁垒,从而把业务做起来。所以任何先进领域,不代表领先就好,还必须找到自己的壁垒和竞争优势,才能够做好。

前面讨论了人工智能的产业结构。

你可以看到,其实第一个层面的硬件层,和第二个层面的基础服务层,要么创业门槛较高,要么竞争壁垒较低,对大多数人而言,第三个层面的行业应用层人工智能硬件架构,创业或从业机会相对更多。

人工智能硬件架构_手机硬件架构_硬件架构的艺术 pdf

下面就人工智能的产业前沿,列举四个领域的机会:

| 推荐算法

目前最普遍的AI应用就是推荐算法。电商其实就是推荐算法,比如现在有人做海外购,其实就是与国外的数据连接,分享一部分数据,海外有客户就可以利用算法推荐,做的好了,也有可能成为一个小淘宝。另外,比如今日头条,能够从新闻门户及微博网站中杀出重围,依靠的也是推荐算法。我自己就有体会,我现在大量的新闻获得都是从头条上来的。因为我看的东西头条会捕捉到,然后给我推荐的也会越来越精准,所以就成了我获得科技前沿进展的一个好帮手。

| 智能预测

第二个现在做的很多的AI应用是智能预测。比如在车上装一个搜集数据的小盒子,就可以获得每个用户的行车习惯和行车数据,基于这些数据的智能预测就可以和保险业务挂钩,根据用户的风险指数来动态的决定保费。

| 软硬结合

第三个比较大的AI应用机会是软硬结合。

手机硬件架构_硬件架构的艺术 pdf_人工智能硬件架构

比如自动驾驶就是一个很好的例子。一个新的技术在发展过程中,总会有迭代升级的过程,所以常见于报端的是:特斯拉又出事了,或自动驾驶又撞到人或障碍物了。

其实,特斯拉或自动驾驶救人的例子更多,只是这样的新闻,媒体上没有人愿意报道而已。

另外,比如智能扫地机器人,我在家里就有两台机器人,一个负责扫地,一个负责擦地,节省了我们很多的家务时间。

硬件在经过人工智能改造和赋能以后,就会在很多应用场景中,给人们的工作和生活带来便利。

| 数据掘金

第四个AI应用是数据掘金。

很多数据用人眼或人脑来判断或认知是很有限的,但用人工智能来解读,就会有新的的洞察出来。

比如商业指征数据,人的行为数据,像心电图,原来心电图很多东西解读不出来,特别牛的老医生可能会看出差异,但是现在用人工智能解读,就能把心脏病里很多小的特征都提取出来,甚至能够救命。

这里面最经典的例子就是Apple Watch,如果你上网去搜Apple Watch救命的例子就很多。因为患者随身携带,就会对生理指征产生持续的量化输入和训练,当出现异样的指征时,智能硬件就会比病人甚至医生,更提前地预判风险的出现,从而起到救人的作用。