集微網報道，2023年，在國內疫情放開的同時，ChatGPT也在全球范圍內掀起了一場技術革命，AI市場吸引了所有科技企業(yè)的目光，作為算力基礎設施中的核心硬件，AI芯片市場需求持續(xù)爆發(fā)。
據(jù)Gartner預測，2023年AI芯片市場規(guī)模將達到534億美元，比2022年增長20.9%，到2027年AI芯片營收將是2023年市場規(guī)模的兩倍以上，達到1194億美元。當然，占據(jù)上述AI芯片市場份額的絕大多數(shù)為云端芯片，而邊緣側/端側芯片尚處于大規(guī)模爆發(fā)前夕。
作為AI產業(yè)的深度參與者，億智電子創(chuàng)始人兼CEO陳峰對集微網表示，目前邊緣側/端側AI芯片領域仍屬于山雨欲來風滿樓的狀態(tài)，其是從2018年逐漸興起的創(chuàng)新型產業(yè)，但疫情三年使得產業(yè)鏈上下游難以實現(xiàn)協(xié)同發(fā)展，導致芯片商業(yè)落地極為緩慢。
值得一提的是，盡管疫情抑制了AI芯片在邊緣側/端側落地的需求，但AI賦能千行百業(yè)已經是行業(yè)共識，而億智電子更是快人一步，其AI芯片累計商業(yè)化落地已經千萬片，率先在智能車載、智慧安防、智能硬件三大應用領域實現(xiàn)多點開花的局面，并在面向家庭的家用智能門鎖、面向辦公領域的考勤門禁、面向社區(qū)的智能IPC等已經起量的AI應用場景占據(jù)了領先地位。
AI商業(yè)化落地遙遙領先
事實上，由于人工智能產業(yè)尚處于新興發(fā)展時期，市場滲透率極低，其中視覺AI的滲透率更是遠低于5%。巨大的市場潛力吸引了包括英飛凌、ST、聯(lián)發(fā)科在內的幾十甚至上百家廠商入局邊緣側/端側AI芯片領域，但面對多元化、碎片化的應用場景，真正實現(xiàn)商業(yè)化落地的AI芯片廠商可謂是寥寥無幾。
令人欣喜的是，在成立短短7年時間內，國內領先的邊緣側/端側通用算力AI SoC芯片廠商億智電子已經與超3百家客戶開展開發(fā)合作，其AI芯片實現(xiàn)了數(shù)十種智能終端品類的商業(yè)化落地。以智慧安防為例，產品涵蓋智能IPC、智慧人臉門禁、考勤設備、智能車牌識別設備等；以智能車載為例，產品涵蓋智能網約車設備、智能視頻部標機、智能后視鏡、AI行車記錄儀、盲區(qū)攝像頭等；以智能硬件領域為例，產品涵蓋智能家用攝像機、智能門鎖、云臺等。
當前，市場上的智能產品多為聯(lián)網設備，在智能化升級方面乏善可陳。不過，智能化發(fā)展已經是終端產品打造差異化的唯一發(fā)展方向，億智電子堅定看好智能終端設備的發(fā)展前景，致力于人工智能技術的商業(yè)化和產品化落地，為萬億設備智慧賦能。
例如，在家庭看護攝像機領域，億智電子攜手合作伙伴推出雙向可視AI云臺機，可以支持寵物檢測算法、嬰兒看護系列算法、手勢識別或關鍵字識別算法、老人看護類算法等等，讓家用攝像機真正成為守護居家安全的“智慧眼”。
在智能車載領域，億智電子以自研AI SoC芯片賦能的網約車設備，可以自動識別人的臉部特征、手勢和行為、語音等。如在行駛過程中，駕駛員出現(xiàn)打呵欠等疲勞反應，或是打電話等危險行為，智能網約車設備可以馬上識別并發(fā)出預警，保證司乘人員的安全。
“公司可以提供從0.5T到4T的不同算力芯片，覆蓋了主流端側應用場景，可以幫助客戶快速推出不同定位、不同算力的智能終端產品，后續(xù)公司也會根據(jù)市場需求及時地升級主流算力區(qū)間芯片產品。”陳峰自豪地表示，其實目前AI芯片能夠真正意義上賦能的應用場景不是很多，產業(yè)仍處于醞釀階段，需要客戶和整個產業(yè)鏈不斷投入，但億智電子已經在當前AI視覺芯片能夠賦能的應用場景做到了行業(yè)絕對頭部。
自研NPU打造核心競爭力
集微網觀察到，在行業(yè)第一的背后，是億智電子對AI行業(yè)深刻的理解及持續(xù)不斷對核心技術的投入。
與CPU、GPU等發(fā)展較為成熟的芯片領域不同，目前AI芯片仍處于發(fā)展早期階段，尚未形成行業(yè)標準，這也意味著客戶在基于AI芯片開發(fā)智能終端設備時，需要高度依賴芯片原廠的支持。
當前市場上的AI芯片廠商雖然都搭載了NPU（神經網絡處理單元），但多數(shù)廠商是購買第三方企業(yè)打造的NPU IP產品，導致芯片原廠非常依賴上游IP供應商，僅憑自身能力無法支持下游客戶的開發(fā)工作，而上游IP供應商對服務芯片原廠下游客戶并不擅長，自然無法順利完成商業(yè)化落地。
早在三四年前，陳峰就曾提出，AI芯片企業(yè)一定要自研NPU，只有充分掌握關鍵核心技術，才能配合下游客戶開發(fā)出創(chuàng)新型智能終端產品，最終賦能千行百業(yè)。因此，為契合市場對于智能化、算力的需求，億智電子堅持自主研發(fā)核心IP，其AI芯片都是搭載自研NPU。
在本次交流中，陳峰再次強調了NPU的重要性，“AI芯片要實現(xiàn)商業(yè)化落地的關鍵要素，在于芯片原廠必須充分掌握AI的加速引擎，自研NPU也是公司在市場上的核心競爭力所在。”
大模型技術加速端側落地
在沉寂許久后，AI行業(yè)終于在今年上半年迎來了以GPT為代表的大模型熱潮。雖然當前大模型技術僅用于云端，但業(yè)內已經達成共識，隨著生成式AI的快速發(fā)展，算力會根據(jù)應用場景在云、邊、端之間形成合理分布，大模型的小型化、專業(yè)化也會加速推進，生成式AI的潛在應用場景將不斷擴大。
陳峰指出，AI大模型技術在端側落地有兩種方式，第一種是云與端側協(xié)同，在大模型落地的過程中需要解決感、知、決策和反饋四大問題，目前都在云端進行，而云端算力成本相對較高，就需要算力成本較低的端側AI智能設備來解決感（信息收集）、知（結構化處理）的問題，云端則用大模型技術來解決決策和反饋的問題，充分發(fā)揮各自優(yōu)勢，滿足不同需求。
以云與端側協(xié)同發(fā)展的方式，當前AI大模型技術已經在詞典筆、平板電腦等教育類產品上成功落地。以詞典筆為例，詞典筆進行掃描后，對于一些知識擴展點，通過端側AI技術實現(xiàn)結構化處理形成文本，再上傳至云端，通過大模型技術進行后續(xù)處理及反饋，實現(xiàn)云端與終端的協(xié)同發(fā)展。
“第二種就是大模型的小型化，針對大模型算法本身進行升級優(yōu)化，通過減少模型的參數(shù)量和復雜度，來實現(xiàn)輕量化運算，從而降低對算力的需求。”陳峰預測，在未來的2~3年內，大模型算法有機會實現(xiàn)輕量化突破，真正具備商業(yè)價值的大模型小型化才能到來，這對AI大模型技術在端側的落地至關重要。
事實上，大模型的推出及快速變化帶動了各行各業(yè)的發(fā)展，也使得AI芯片發(fā)生變革。
“生成式AI技術主要基于Transformer架構，端側AI芯片則主要基于神經網絡架構，而Transformer架構可以完全取代神經網絡架構，且實現(xiàn)的效果更好。因此，AI芯片產品的技術發(fā)展趨勢也是轉向Transformer架構，特別是在云端AI芯片領域。”
展望未來，陳峰表示，大模型、智能看護、教育和工業(yè)視覺等將是未來端側AI蓬勃發(fā)展主流方向，公司正在積極投入對大模型技術的研發(fā)，也將與方案商、終端客戶共同發(fā)力，探索大模型在邊緣側、端側的商業(yè)化落地。
