边缘AI芯片市场2024年将达76亿美元 竞争激烈

发布者:平凡的梦想最新更新时间:2019-10-18 来源: ABI Research关键字:边缘AI 手机看文章 扫描二维码
随时随地手机看文章

   

多样性是游戏的名称,当谈到边缘人工智能(AI)芯片组产业。在2019年,人工智能行业见证了人工智能工作负载的不断迁移,特别是人工智能推断,转向边缘设备,包括前提服务器、网关、终端设备和传感器。基于人工智能在17个垂直市场的发展, ABI Research预计,边缘AI芯片组市场将从2019年的26亿美元增长到2024年的76亿美元,没有一家厂商占据40%以上的市场份额。

这个市场的领跑者是NVIDIA,2019年上半年收入占39%。GPU供应商在关键的人工智能垂直领域有很强的影响力,目前在人工智能部署方面处于领先地位,例如汽车、相机系统、机器人和智能制造。“面对不同的用例,NVIDIA选择发布具有不同计算和功率预算的GPU芯片组。”ABI Research首席分析师Lian Jye Su表示,“与其庞大的开发商生态系统以及与学术和研究机构的伙伴关系,该芯片组供应商在边缘人工智能行业已经形成了强大的立足点。”

NVIDIA正面临着来自Intel的激烈竞争,英特尔拥有全面的芯片组组合,从Xeon CPU到Mobileye和Movidius Myriad。同时,FPGA供应商,如Xilinx、QuickLogic和Lattice半导体公司,正在为工业人工智能应用创造引人注目的解决方案。NVIDIA的广阔足迹中缺少的一个垂直方向是消费类电子产品,特别是智能手机。近年来,智能手机的人工智能处理一直受到智能手机芯片组制造商和高通、华为和苹果等智能手机厂商的推动。在智能家居应用程序中,MTK和AmLogic通过广泛采用语音控制前端和智能设备来使他们的存在为人所知。

展望未来,AI芯片组供应商可能会采用三种策略之一。第一种是创建AI芯片组,目标是支持人工智能的前提服务器和网关市场。这些服务器和网关支持企业用例,通常具有很高的处理能力,需要灵活的AI芯片组体系结构,可以支持不断变化的AI推理和训练工作负载。这是一个由NVIDIA、Intel和Xilinx提供良好服务的领域,但华为、Graphcore和Habana实验室等新进入者可能会对现状提出挑战。

第二种策略是瞄准智能边缘设备和节点,这些设备和节点在一定程度上有利于活跃在消费电子领域的供应商。像高通和MTK这样的芯片组供应商在这里有着天然的优势。自主设计自己的人工智能芯片组的厂商,如苹果、华为和三星,也开始扩大面向消费者设备的支持人工智能的产品组合。

最后的策略是瞄准低成本和电池供电的终端设备,这些设备具有最小的计算能力和较长的使用寿命。这些设备通常部署在智能城市、智能建筑、智能交通和公用事业中,所有这些设备都依赖公共以太网或低功耗广域网(LPWAN)进行连接。这些“非常边缘”的设备需要更轻的AI实现,这种方法通常被称为微小或薄AI。ABI Research预测,这些设备的出货量将从2019年的90万台增至2024年的570万台,CAGR为45.5%。传统上,这些设备在很大程度上依赖于更强大的资源,如网关、前提服务器和用于人工智能培训的公共云。最近,许多芯片组玩家通过提供具有极高能效比和较低价格的AI芯片组,参与了这一市场。这些公司包括GreenWave技术公司,一家使用开源RISC-V架构开发AI芯片组的初创公司;Lattice半导体公司,一家FPGA芯片组供应商;SynTIant公司,一家专门从事自然语言处理的ASIC供应商。

优势AI芯片组市场是一个高度竞争的市场。用例变得越来越复杂和多样化,新的玩家几乎每个月都会从地平线上涌现出来。主要的关键参与者在为他们的芯片建立全球规模方面有着强大的传统,即使在非常分散的环境中也是如此。因此,供应商,特别是新来的供应商,必须有明确的价值主张、全面的软件栈和来自合作伙伴生态系统和开发人员社区的大力支持。






关键字:边缘AI 引用地址:边缘AI芯片市场2024年将达76亿美元 竞争激烈

上一篇:抢攻5纳米100%市占率?台积电上调资本支出原因为何?
下一篇:索尼下一代主机CPU将采用AMD定制版的Zen2+架构 比锐龙3000处理

推荐阅读最新更新时间:2024-11-06 09:42

AI,机器视觉技术在边缘将如何发展
不久之前,人工智能和计算机视觉还像是科幻小说里的东西,而现在,它们突然无处不在,从Alexa和Siri到能够识别你正在做的食物并帮助你完美烹饪的厨房电器。 但情况又在发生变化。智能和视觉处理越来越多地发生在边缘。也就是说,计算是在本地进行的,而不是在云中进行。从手机到家用电器,从汽车到工业机器人,从相机到建筑物的服务器柜,这些系统都在发生变化,其共同的主题是处理过程比以往任何时候都更接近传感器。为什么会这样,这种趋势意味着什么? 在Edge AI和Vision Alliance上,我们观察到五个因素将AI推向了边缘,我们把它缩写成BLERP。代表带宽、延迟、经济、可靠性和隐私。 带宽:如果你有一个装有数百个摄像头
[物联网]
<font color='red'>AI</font>,机器视觉技术在<font color='red'>边缘</font>将如何发展
英飞凌为NVIDIA Jetson边缘AI平台提供AIROC™ Wi-Fi/蓝牙®解决方案
【2022年6月10日,德国慕尼黑讯】边缘AI将给许多垂直行业带来巨大影响,包括机器人、智慧城市、医疗、工业、零售、能源和农业等等。面向这些应用的AI同时涉及云端和边缘的处理。英飞凌科技股份公司 近日宣布,为 NVIDIA Jetson边缘AI平台提供AIROC™ Wi-Fi和蓝牙®连接解决方案。 NVIDIA AI NVIDIA Jetson 是领先的 边缘AI计算 平台,拥有超过100万名开发人员。得益于AI预训练模型、开发者SDK以及涵盖全系列Jetson产品的云原生技术的支持,智能机器制造商和AI开发人员可为嵌入式设备和边缘设备打造并部署高质量的软件定义功能。 边缘AI设备需要可靠和即时的Wi-Fi云连接,
[物联网]
英飞凌为NVIDIA Jetson<font color='red'>边缘</font><font color='red'>AI</font>平台提供AIROC™ Wi-Fi/蓝牙®解决方案
莱迪思sensAI 4.1工具和IP将FPGA变为网络边缘智能AI/ML计算引擎
引言 毫无疑问,你已经读过或听说过,由于网络边缘设备数量激增,产生了不断增长的巨量数据流,这些设备包括自动驾驶汽车、物联网设备、消费电子产品,甚至是笔记本电脑和个人电脑。根据多项估算,截至2025年,运行的物联网设备将达到数百亿个。这些设备以连续数据流的形式向云端发送各种形式的数据,数据速率也千差万别。总体来说,这些设备将生成大量原始数据,且数据量随着时间的推移不断增加。 安全摄像头、自动驾驶汽车和PC中的视频录像机会生成高码率、高分辨率的视频流。物联网设备则生成中等码率的数据,汇聚到大数据流中。多种其他类型的物联网传感器(测量温度、压力、位置、光照水平等)会生成低码率数据流,但很快此类传感器的数量将会达到数十亿。因此,即
[嵌入式]
莱迪思sensAI 4.1工具和IP将FPGA变为网络<font color='red'>边缘</font>智能<font color='red'>AI</font>/ML计算引擎
加速AI渗透,富士康、索喜和Hailo联合开发边缘视频分析产品
日期,富士康的24核小型服务器BOXiedge已与索喜的并行处理器SynQuacer SC2A11和Hailo-8深度学习处理器结合在一起,提供独立的AI推理节点。= 该产品能够在边缘处实时处理和分析多达20个摄像机视频流输入。 通过高密度,低功耗,完整的本地VMS服务器,确保了视频分析和隐私,包括图像分类,检测,姿势估计以及其他各种基于AI的实时应用程序。 富士康已经在不同的生产线上部署了数类内部开发的AI解决方案,从而将准确性从95%提高到了99%,并且将外观缺陷检查项目的运营成本至少降低了三分之一。 Hailo-8深度学习处理器最多可提供26TOPS处理性能,该芯片采用的独特架构可以使边缘设备能够运行以前只能
[物联网]
解析瑞萨的DRP-AI3,可重构处理器如何提高边缘AI处理效能
本文作者:Shingo Kojima,瑞萨电子嵌入式处理高级首席工程师 人工智能(AI)处理在各个领域都有广泛应用,如工厂、物流、医疗、服务机器人和安全摄像头等,用于进行环境识别、决策控制和运动控制等任务。系统需要在各种类型的程序中实时处理先进的AI。 系统需要实时处理各种先进的AI程序,并嵌入到边缘设备中,以快速响应环境变化。而且,人工智能芯片在嵌入式设备中执行高级人工智能处理时需要消耗更少的功耗,并且严格限制散热。 为了满足这些市场需求,瑞萨电子开发了DRP-AI3(AI3 动态可重构处理器)作为 AI 加速器,用于高速 AI 推理处理,兼具边缘设备所需的低功耗和灵活性。 这种经过多年迭代的可重构AI加速器处理器技术
[嵌入式]
解析瑞萨的DRP-<font color='red'>AI</font>3,可重构处理器如何提高<font color='red'>边缘</font><font color='red'>AI</font>处理效能
边缘AI驱动产业变革新势能,凌华AI工作站重磅发布
2020年全球边缘计算的市场需求将达到411.4亿美元,将在未来3-5年内为大量行业创造新的发展机遇。万物互联的工业4.0时代,边缘计算成为打通智能制造“最后一公里”的关键。尤其是在5G、人工智能、大数据等新一代信息技术与边缘计算的融合发展下,制造业正在经历一场前所未有的信息化、数字化、智能化的变革。 11月11日至12日, 由友达光电(苏州)有限公司、达智慧智能制造(苏州)有限公司、艾聚达信息技术(苏州)有限公司主办的 “友达技术趋势论坛”和“智能制造合作伙伴大会”圆满落幕。大会邀请了众多行业大咖,聚焦“制造业如何从智能制造推进到工业互联”话题,共同探讨如何融合新技术,实现工业数据中心,驱动数据价值。 会议现场,凌华科技
[工业控制]
<font color='red'>边缘</font><font color='red'>AI</font>驱动产业变革新势能,凌华<font color='red'>AI</font>工作站重磅发布
Socionext 携手合作伙伴打造AI边缘服务器,助力智慧发展
SoC设计与应用技术领导厂商Socionext宣布,与鸿海和Network Optix携手,共同打造高可扩展性边缘AI服务器解決方案。 Socionext与全球智慧制造领导商鸿海及创新影像管理软件商(Video Management Software)Network Optix 展开紧密合作,共同推出高性能可扩展的边缘AI服务器。该服务器内置有24核Arm Cortex-A53 SoC,可充分发挥Arm处理器在多核处理和节能方面的卓越性能。新系统基于人工智能神经网络训练模型,通过对源数据(含物体检测、人物、商品、人脸和路径)分辨和过滤影像输入,可应用于智慧制造、智慧零售、智慧医疗等产业。 (AI边缘服务器 & VMS)
[嵌入式]
Socionext 携手合作伙伴打造<font color='red'>AI</font><font color='red'>边缘</font>服务器,助力智慧发展
边缘AI服务器引发新浪潮:从云端到边缘的转型
近年来, 在AIoT数据量快速成长、硬件效能提升、绿色低碳意识抬头等趋势影响下,边缘AI应用的系统架构也出现改变 。随着越来越多企业将AI模型训练由云端转移至边缘端,边缘AI服务器(Edge AI Server)的市场需求快速扩大。 过往,企业大多会先在云端进行AI模型训练,再将训练好的模型部署到边缘端,由边缘装置进行模型推论,并定期将终端数据及预测结果传回云端。如今,随着硬件技术更新迭代,边缘装置的运算量能愈来愈强,可以满足AI模型训练的运算需求,再加上AIoT数据量快速成长,大幅增加数据由边缘端传输到云端的成本,致使企业开始思索「在边缘端进行AI模型训练的可行性」。对此,研华整合软硬体及服务打造完整的边缘AI服务器
[网络通信]
<font color='red'>边缘</font><font color='red'>AI</font>服务器引发新浪潮:从云端到<font color='red'>边缘</font>的转型
小广播
最新手机便携文章
换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved