当前位置:首页 > 智能硬件 > 人工智能AI
[导读] 各大科技巨头都在布局AI,跟所有技术一样,越到后面就越需要深耕细作,从百度大脑日前发布多项AI硬件新品这一动作来看,硬件将是AI落地的下一个重要场景,让硬件拥有本地化AI能力将是未来的发展趋势,

各大科技巨头都在布局AI,跟所有技术一样,越到后面就越需要深耕细作,从百度大脑日前发布多项AI硬件新品这一动作来看,硬件将是AI落地的下一个重要场景,让硬件拥有本地化AI能力将是未来的发展趋势,百度也正在端上AI发力。

1月16日,在“硬件之都”深圳,百度大脑发布13项全新硬件产品与服务,包括AI能力开放与模型生产、端计算加速及软硬一体套件、硬件产品评测与接入、以及AI市场售卖产品赋能与商业闭环,基于百度AI硬件平台,百度大脑与合作伙伴一起发布了端计算工具与计算卡、多款视觉模组、视觉开发套件、语音开发套件以及硬件评测与认证服务,基于百度大脑AI硬件平台的多款硬件产品已经落地。

小编专程从广州去深圳参加其发布会,正是想去看一看现在AI在硬件上落地的情况——深圳被称作“硬件硅谷”,要看这个自然要去深圳,我想这也是百度在深圳发布AI硬件新品的原因。从发布会现场情况来看,在云端沉淀多年后,AI正在通过硬件向“端侧”下沉,率先抓住这一趋势的百度通过做生态的方式进行布局,抓住了终端设备的痛点。

IoT时代端上AI将爆发

端上AI的“端”,指的是终端,或者终端侧,端上AI的意思是让终端自己或者终端侧负责AI计算,与云端AI协同。

曾几何时,AI深度学习需要大量的数据和计算,一定需要大规模计算机集群才能实现,正是因为此,AI计算基本都是在云端完成。

然而2017年iPhone X发布搭载的A11处理器给了行业一个新的思路:A11处理器自带神经网络单元,可以实现部分AI计算,iPhone X杀手锏功能FaceID正是基于A11处理器实现,同一年华为发布了麒麟970,主打AI芯片概念,荣耀手机则宣称自己是AI Phone。不过,需要AI能力的终端不只是手机,日前华为董事长任正非难得一见地接受了记者专访,他的一个说法呈现出未来AI世界的面貌:

“世界会变成一个智能社会,智能社会怎么感知呢?必须要靠终端,终端的感知要靠传感器、显示器。所以未来终端的路很宽广,包括物联网……手机只是终端的一个领域。”

正是因为此,行业内开始越来越多地尝试,将部分AI计算放在终端侧,华为、百度、谷歌和阿里等巨头都进行全栈AI布局。

预计到2020年,将有500亿个设备将连接到网络,IDC数据显示,2020年将有超过50%的数据需要在网络边缘侧分析、处理与存储,传统云计算架构不能满足如此庞大的计算需求,短时间内扩容并不现实。数据在终端与云端见来回传递有物理延迟,不能满足实时语音翻译、无人车、智能闸机,还有一些场景根本不让连接外网,比如百度大脑在深圳发布会上展示的政务警务系统,智能安防设备,AI只能在终端实现,可见“端上AI”将会更加重要。

与此同时,AI芯片成为芯片的新品类,摩尔定律再次生效,AI芯片计算性能呈现指数级增长,这意味着终端侧的AI能力越来越强,可以实现越来越多的AI计算,甚至是离线计算,百度大脑现在强化对端上AI的布局,可以说是正当时。

百度正在端上AI发力

在AI成为基础设施级技术后,很多科技公司都在布局AI,甚至很多传统企业和创业者,也在尝试将AI用在业务中来提高效率、提升体验和创新业务。然而真正拥有底层AI技术的公司很少,这就形成了AI能力开放的商业模式,第一阶段主要是基于云服务的模式进行AI能力的开放,简单地说就是云平台集中进行数据的学习、处理和计算,再将结果返回给应用。

阿里在各行各业推出ET大脑,腾讯在产业互联网战略下推出各种智慧解决方案,百度是中国最早布局AI的科技巨头,在云端AI进行战略布局,百度大脑已成为AI行业基础计算平台,此外还有Apollo和DuerOS,去年底百度智能云事业部ACE升级为智能云事业群组ACG,表明百度加强云上AI建设的决心。

2019年百度大脑第一个大动作,就是在端上AI加快步伐,其在硬件落地的速度比外界预期的快得多,它不是发布一个一个的消费级硬件产品,而是与芯片商、模组商、方案商、集成商和品牌商一起,将百度AI能力内化到各种芯片、模组、设备和方案中,通过百度Inside的方式,进入到各种场景,从现场了解的情况来看,现在很多智慧零售设备、智能闸机、智能音箱、智能工厂、服务机器人、智能政务设备、ATM,可能用的不同厂商的方案,但底层很可能是Powered By百度大脑。

在IoT时代,这些硬件都有很好的市场前景,十分诱人。虽然有AI技术优势,百度却选择与硬件产业链伙伴一起做生态,核心原因在于两点:

一方面硬件产业链很长,对材料、芯片、模组、工艺等等要求都很高,不是任何一家公司可以做完的,只有不同玩家分工协作,各自发挥技术优势做好擅长的环节才行,百度大脑的优势就是AI技术,背后是百度多年来的AI布局、数据优势和成熟生态;

另一方面则是IoT智能硬件涉及到不同行业、不同场景、不同需求,硬件背后往往是解决方案,不是任何一家公司可以完全搞定的,正是因为此,百度大脑提供AI基础能力,让联盟中的合作伙伴一起来做AI硬件的落地。

对于硬件产业链来说,百度将AI技术开放且针对硬件做很多布局,可以说是雪中送炭,因为大多数硬件产业链玩家都不具备AI能力。

四年前,就有一堆“智能硬件”涌现,比如可穿戴设备、智能家居、智能电灯、智能温度计等等,但它们的“智能”更多是可以通过App操控,很多被证明是伪需求,今天AI技术成熟,“智能硬件”的“智能”会名副其实,百度大脑“一揽子”AI硬件产品的发布,将会加速硬件行业AI化。

端上AI究竟应该如何做?

端上AI作为一个新兴概念,要如何才能加速落地呢?这不是百度一家能回答的问题,而是一个行业问题,需要从多个维度发力:

1、端上AI不是任何一家公司可以单独实现的。

相对于软件而言,硬件产业链长得多,特别是面向行业的解决方案中的硬件,比手机这样的要复杂得多,比如单单是一个智能闸机,就涉及到很多环节、很多厂商和很多技术。正是因为此,要在各种终端上实现AI计算,就不只是算法这样的单一问题,而是系统性问题,百度大脑发布AI硬件新品正是基于这一判断。

李彦宏很早就提出AI落地一定要软硬件结合,百度自身也在布局硬件,比如发布的小度系列硬件已经跻身智能音箱第一阵营。在AI生态构建上,百度同样十分重视硬件,百度大脑有100多家硬件合作伙伴,分布在智能机器人、智能音箱、智能门禁、智能售货机等行业,以及方案商、芯片商、开发套件商、集成商、模组商和品牌商等不同环节。

百度大脑针对硬件端AI发布了12项新产品和1项新服务,比如端计算工具与计算卡、多款视觉模组、视觉开发套件、语音开发套件、以及硬件评测与认证服务等,很多是百度大脑与合作伙伴一起实现,比如赛灵思、奥比中光、FireFly。在发布会上百度大脑还成立了硬件生态联盟,首批成员包括赛灵思、奥比中光、慧谷航天、睿识、天启、华正联等芯片、模组、开发套件、终端设备全链路厂商。

这表明AI落地一定是平台+方案的结合之路:科技巨头负责搭建基础平台,社会化力量基于这些基础平台结合自己的客户资源和行业理解,做出对应的落地方案,不只是在AI硬件上是这样,在AI+行业中也一定是这样,因为科技巨头不可能面面俱到,正是因为此,我此前就判断AI产业化中会存在大量的“中间人机会”。

百度大脑不仅自己做硬件,也在走开放路线,做平台做生态,通过“中间人”来给硬件产业链提供基础AI技术,作为幕后功臣加速AI在硬件上的落地,这样的策略可以发挥自己的专长,也可以避免和硬件产业链玩家形成任何竞争,可以加强对硬件产业链玩家的吸引力和粘性。

2、端上AI也好,云上AI也罢,底层都是深度学习算法。

不论是云、边还是端侧AI,底层都是深度学习技术,只不过处理的数据类型、规模和场景不同而已,正是因为此,深度学习依然至关重要,这一点也是百度的硬实力。

百度是最早战略布局AI的中国科技巨头,有大量的数据积累,有不断进化的深度学习算法,有中国唯一的深度学习开源框架PaddlePaddle,有顶尖的AI人才,更重要的是百度很早就将AI能力开放出来建生态,2016年百度大脑就已开放,此外还有各种应用级AI平台,这些都帮助百度形成了独特的AI生态,让AI算法有更多场景锤炼,同时拿到更多数据反过来加速AI算法进化,形成正循环。

这一次百度大脑发布的基于Paddle Mobile打造的零代码生成高性能端计算模型平台EasyEdge、视觉计算模块X-eye计算卡、高性能端计算卡EdgeBoard、人脸离线识别SDK2.0版、远场语音开发套件,无一不是基于百度的深度学习、机器视觉、语音交互等核心AI技术。

正是因为有领先的AI技术所以百度大脑可以吸引深圳硬件开发者,甚至成为他们的唯一选项,罗超频道(欢迎添加个人微信luochaozhuli交流)跟现场开发者交流,就有开发者表示,虽然机器视觉技术很多公司都在做都在开放,但百度不只是有人脸识别或者机器视觉技术,而是有整体AI技术能力和数据优势,因此可以提供更加完整丰富的AI能力。

多项硬件新品的发布是百度大脑基于对端上AI兴起的判断,基于在软硬件结合上的生态优势,但最底层的逻辑,还是因为百度积累的深度学习、机器视觉、图像识别等基础AI技术,这些技术也被应用在云上AI平台和智能边缘计算等产品中,形成全栈全场景全产业的AI能力。

任何科技公司做AI,不论是做云上还是端上都离不开基础AI技术,这是关键的关键。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: 驱动电源

在工业自动化蓬勃发展的当下,工业电机作为核心动力设备,其驱动电源的性能直接关系到整个系统的稳定性和可靠性。其中,反电动势抑制与过流保护是驱动电源设计中至关重要的两个环节,集成化方案的设计成为提升电机驱动性能的关键。

关键字: 工业电机 驱动电源

LED 驱动电源作为 LED 照明系统的 “心脏”,其稳定性直接决定了整个照明设备的使用寿命。然而,在实际应用中,LED 驱动电源易损坏的问题却十分常见,不仅增加了维护成本,还影响了用户体验。要解决这一问题,需从设计、生...

关键字: 驱动电源 照明系统 散热

根据LED驱动电源的公式,电感内电流波动大小和电感值成反比,输出纹波和输出电容值成反比。所以加大电感值和输出电容值可以减小纹波。

关键字: LED 设计 驱动电源

电动汽车(EV)作为新能源汽车的重要代表,正逐渐成为全球汽车产业的重要发展方向。电动汽车的核心技术之一是电机驱动控制系统,而绝缘栅双极型晶体管(IGBT)作为电机驱动系统中的关键元件,其性能直接影响到电动汽车的动力性能和...

关键字: 电动汽车 新能源 驱动电源

在现代城市建设中,街道及停车场照明作为基础设施的重要组成部分,其质量和效率直接关系到城市的公共安全、居民生活质量和能源利用效率。随着科技的进步,高亮度白光发光二极管(LED)因其独特的优势逐渐取代传统光源,成为大功率区域...

关键字: 发光二极管 驱动电源 LED

LED通用照明设计工程师会遇到许多挑战,如功率密度、功率因数校正(PFC)、空间受限和可靠性等。

关键字: LED 驱动电源 功率因数校正

在LED照明技术日益普及的今天,LED驱动电源的电磁干扰(EMI)问题成为了一个不可忽视的挑战。电磁干扰不仅会影响LED灯具的正常工作,还可能对周围电子设备造成不利影响,甚至引发系统故障。因此,采取有效的硬件措施来解决L...

关键字: LED照明技术 电磁干扰 驱动电源

开关电源具有效率高的特性,而且开关电源的变压器体积比串联稳压型电源的要小得多,电源电路比较整洁,整机重量也有所下降,所以,现在的LED驱动电源

关键字: LED 驱动电源 开关电源

LED驱动电源是把电源供应转换为特定的电压电流以驱动LED发光的电压转换器,通常情况下:LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: LED 隧道灯 驱动电源
关闭