2023年，在國(guó)內(nèi)疫情放開(kāi)的同時(shí)，ChatGPT也在全球范圍內(nèi)掀起了一場(chǎng)技術(shù)革命，AI市場(chǎng)吸引了所有科技企業(yè)的目光，作為算力基礎(chǔ)設(shè)施中的核心硬件，AI芯片市場(chǎng)需求持續(xù)爆發(fā)。

據(jù)Gartner預(yù)測(cè)，2023年AI芯片市場(chǎng)規(guī)模將達(dá)到534億美元，比2022年增長(zhǎng)20.9%，到2027年AI芯片營(yíng)收將是2023年市場(chǎng)規(guī)模的兩倍以上，達(dá)到1194億美元。當(dāng)然，占據(jù)上述AI芯片市場(chǎng)份額的絕大多數(shù)為云端芯片，而邊緣側(cè)/端側(cè)芯片尚處于大規(guī)模爆發(fā)前夕。

作為AI產(chǎn)業(yè)的深度參與者，億智電子創(chuàng)始人兼CEO陳峰對(duì)集微網(wǎng)表示，目前邊緣側(cè)/端側(cè)AI芯片領(lǐng)域仍屬于山雨欲來(lái)風(fēng)滿樓的狀態(tài)，其是從2018年逐漸興起的創(chuàng)新型產(chǎn)業(yè)，但疫情三年使得產(chǎn)業(yè)鏈上下游難以實(shí)現(xiàn)協(xié)同發(fā)展，導(dǎo)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(cè)/端側(cè)落地的需求，但AI賦能千行百業(yè)已經(jīng)是行業(yè)共識(shí)，而億智電子更是快人一步，其AI芯片累計(jì)商業(yè)化落地已經(jīng)千萬(wàn)片，率先在智能車載、智慧安防、智能硬件三大應(yīng)用領(lǐng)域?qū)崿F(xiàn)多點(diǎn)開(kāi)花的局面，并在面向家庭的家用智能門(mén)鎖、面向辦公領(lǐng)域的考勤門(mén)禁、面向社區(qū)的智能IPC等已經(jīng)起量的AI應(yīng)用場(chǎng)景占據(jù)了領(lǐng)先地位。

AI商業(yè)化落地遙遙領(lǐng)先

事實(shí)上，由于人工智能產(chǎn)業(yè)尚處于新興發(fā)展時(shí)期，市場(chǎng)滲透率極低，其中視覺(jué)AI的滲透率更是遠(yuǎn)低于5%。巨大的市場(chǎng)潛力吸引了包括英飛凌、ST、聯(lián)發(fā)科在內(nèi)的幾十甚至上百家廠商入局邊緣側(cè)/端側(cè)AI芯片領(lǐng)域，但面對(duì)多元化、碎片化的應(yīng)用場(chǎng)景，真正實(shí)現(xiàn)商業(yè)化落地的AI芯片廠商可謂是寥寥無(wú)幾。

令人欣喜的是，在成立短短7年時(shí)間內(nèi)，國(guó)內(nèi)領(lǐng)先的邊緣側(cè)/端側(cè)通用算力AI SoC芯片廠商——億智電子已經(jīng)與超3百家客戶開(kāi)展開(kāi)發(fā)合作，其AI芯片實(shí)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(chǎn)品涵蓋智能IPC、智慧人臉門(mén)禁、考勤設(shè)備、智能車牌識(shí)別設(shè)備等；以智能車載為例，產(chǎn)品涵蓋智能網(wǎng)約車設(shè)備、智能視頻部標(biāo)機(jī)、智能后視鏡、AI行車記錄儀、盲區(qū)攝像頭等；以智能硬件領(lǐng)域?yàn)槔?，產(chǎn)品涵蓋智能家用攝像機(jī)、智能門(mén)鎖、云臺(tái)等。

當(dāng)前，市場(chǎng)上的智能產(chǎn)品多為聯(lián)網(wǎng)設(shè)備，在智能化升級(jí)方面乏善可陳。不過(guò)，智能化發(fā)展已經(jīng)是終端產(chǎn)品打造差異化的唯一發(fā)展方向，億智電子堅(jiān)定看好智能終端設(shè)備的發(fā)展前景，致力于人工智能技術(shù)的商業(yè)化和產(chǎn)品化落地，為萬(wàn)億設(shè)備智慧賦能。

例如，在家庭看護(hù)攝像機(jī)領(lǐng)域，億智電子攜手合作伙伴推出雙向可視AI云臺(tái)機(jī)，可以支持寵物檢測(cè)算法、嬰兒看護(hù)系列算法、手勢(shì)識(shí)別或關(guān)鍵字識(shí)別算法、老人看護(hù)類算法等等，讓家用攝像機(jī)真正成為守護(hù)居家安全的“智慧眼”。

在智能車載領(lǐng)域，億智電子以自研AI SoC芯片賦能的網(wǎng)約車設(shè)備，可以自動(dòng)識(shí)別人的臉部特征、手勢(shì)和行為、語(yǔ)音等。如在行駛過(guò)程中，駕駛員出現(xiàn)打呵欠等疲勞反應(yīng)，或是打電話等危險(xiǎn)行為，智能網(wǎng)約車設(shè)備可以馬上識(shí)別并發(fā)出預(yù)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(cè)應(yīng)用場(chǎng)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(chǎn)品，后續(xù)公司也會(huì)根據(jù)市場(chǎng)需求及時(shí)地升級(jí)主流算力區(qū)間芯片產(chǎn)品?！标惙遄院赖乇硎?，其實(shí)目前AI芯片能夠真正意義上賦能的應(yīng)用場(chǎng)景不是很多，產(chǎn)業(yè)仍處于醞釀階段，需要客戶和整個(gè)產(chǎn)業(yè)鏈不斷投入，但億智電子已經(jīng)在當(dāng)前AI視覺(jué)芯片能夠賦能的應(yīng)用場(chǎng)景做到了行業(yè)絕對(duì)頭部。

自研NPU打造核心競(jìng)爭(zhēng)力

集微網(wǎng)觀察到，在行業(yè)第一的背后，是億智電子對(duì)AI行業(yè)深刻的理解及持續(xù)不斷對(duì)核心技術(shù)的投入。

與CPU、GPU等發(fā)展較為成熟的芯片領(lǐng)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(biāo)準(zhǔn)，這也意味著客戶在基于AI芯片開(kāi)發(fā)智能終端設(shè)備時(shí)，需要高度依賴芯片原廠的支持。

當(dāng)前市場(chǎng)上的AI芯片廠商雖然都搭載了NPU（神經(jīng)網(wǎng)絡(luò)處理單元），但多數(shù)廠商是購(gòu)買(mǎi)第三方企業(yè)打造的NPU IP產(chǎn)品，導(dǎo)致芯片原廠非常依賴上游IP供應(yīng)商，僅憑自身能力無(wú)法支持下游客戶的開(kāi)發(fā)工作，而上游IP供應(yīng)商對(duì)服務(wù)芯片原廠下游客戶并不擅長(zhǎng)，自然無(wú)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(guān)鍵核心技術(shù)，才能配合下游客戶開(kāi)發(fā)出創(chuàng)新型智能終端產(chǎn)品，最終賦能千行百業(yè)。因此，為契合市場(chǎng)對(duì)于智能化、算力的需求，億智電子堅(jiān)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(qiáng)調(diào)了NPU的重要性，“AI芯片要實(shí)現(xiàn)商業(yè)化落地的關(guān)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(chǎng)上的核心競(jìng)爭(zhēng)力所在。”

大模型技術(shù)加速端側(cè)落地

在沉寂許久后，AI行業(yè)終于在今年上半年迎來(lái)了以GPT為代表的大模型熱潮。雖然當(dāng)前大模型技術(shù)僅用于云端，但業(yè)內(nèi)已經(jīng)達(dá)成共識(shí)，隨著生成式AI的快速發(fā)展，算力會(huì)根據(jù)應(yīng)用場(chǎng)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(huì)加速推進(jìn)，生成式AI的潛在應(yīng)用場(chǎng)景將不斷擴(kuò)大。

陳峰指出，AI大模型技術(shù)在端側(cè)落地有兩種方式，第一種是云與端側(cè)協(xié)同，在大模型落地的過(guò)程中需要解決感、知、決策和反饋四大問(wèn)題，目前都在云端進(jìn)行，而云端算力成本相對(duì)較高，就需要算力成本較低的端側(cè)AI智能設(shè)備來(lái)解決感（信息收集）、知（結(jié)構(gòu)化處理）的問(wèn)題，云端則用大模型技術(shù)來(lái)解決決策和反饋的問(wèn)題，充分發(fā)揮各自優(yōu)勢(shì)，滿足不同需求。

以云與端側(cè)協(xié)同發(fā)展的方式，當(dāng)前AI大模型技術(shù)已經(jīng)在詞典筆、平板電腦等教育類產(chǎn)品上成功落地。以詞典筆為例，詞典筆進(jìn)行掃描后，對(duì)于一些知識(shí)擴(kuò)展點(diǎn)，通過(guò)端側(cè)AI技術(shù)實(shí)現(xiàn)結(jié)構(gòu)化處理形成文本，再上傳至云端，通過(guò)大模型技術(shù)進(jìn)行后續(xù)處理及反饋，實(shí)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(duì)大模型算法本身進(jìn)行升級(jí)優(yōu)化，通過(guò)減少模型的參數(shù)量和復(fù)雜度，來(lái)實(shí)現(xiàn)輕量化運(yùn)算，從而降低對(duì)算力的需求?！标惙孱A(yù)測(cè)，在未來(lái)的2~3年內(nèi)，大模型算法有機(jī)會(huì)實(shí)現(xiàn)輕量化突破，真正具備商業(yè)價(jià)值的大模型小型化才能到來(lái)，這對(duì)AI大模型技術(shù)在端側(cè)的落地至關(guān)重要。

事實(shí)上，大模型的推出及快速變化帶動(dòng)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(shù)主要基于Transformer架構(gòu)，端側(cè)AI芯片則主要基于神經(jīng)網(wǎng)絡(luò)架構(gòu)，而Transformer架構(gòu)可以完全取代神經(jīng)網(wǎng)絡(luò)架構(gòu)，且實(shí)現(xiàn)的效果更好。因此，AI芯片產(chǎn)品的技術(shù)發(fā)展趨勢(shì)也是轉(zhuǎn)向Transformer架構(gòu)，特別是在云端AI芯片領(lǐng)域。”

展望未來(lái)，陳峰表示，大模型、智能看護(hù)、教育和工業(yè)視覺(jué)等將是未來(lái)端側(cè)AI蓬勃發(fā)展主流方向，公司正在積極投入對(duì)大模型技術(shù)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(cè)、端側(cè)的商業(yè)化落地。