如今生活中的方方面面都被貼上“智能”標(biāo)簽了，商場(chǎng)了也都是智能商品的販賣，從智能手機(jī)、智能手環(huán)、智能掃地人機(jī)器、智能吹風(fēng)機(jī)、智能電視機(jī)，只要能挨上邊的幾乎都是智能化了。所謂的智能這個(gè)概念成了常規(guī)的嵌入式設(shè)備，也不是那么高大上，只要做個(gè)簡(jiǎn)單的語(yǔ)音控制，簡(jiǎn)單的圖像識(shí)別就成了人工智能設(shè)備，簡(jiǎn)單的來(lái)說(shuō)，這種概率的智能就只是嵌入式芯片了。

近年來(lái)AI芯片被炒作的火熱，現(xiàn)在投資界都在聊AI，AI芯片成了神秘的高科技。AI芯片只不過(guò)就成熟的芯片設(shè)計(jì)工藝和技術(shù)，加上原本就成熟的所謂“智能算法”的實(shí)現(xiàn)，以一個(gè)技術(shù)含量并不高的方式拼湊出來(lái)的新的賣點(diǎn)罷了。

目前從應(yīng)用上來(lái)看，AI芯片主要有兩個(gè)方向，一個(gè)是在數(shù)據(jù)中心部署的云端，一個(gè)是在消費(fèi)者終端部署的終端。從功能角度看，AI芯片主要做兩個(gè)事情，一是Training（訓(xùn)練），二是Inference（推理）。

AI芯片的大規(guī)模應(yīng)用分別在云端和終端。云端的AI芯片同時(shí)做兩個(gè)事情：Training和Inference。Training即用大量標(biāo)記過(guò)的數(shù)據(jù)來(lái)“訓(xùn)練”相應(yīng)的系統(tǒng)，使之可以適應(yīng)特定的功能，比如給系統(tǒng)海量的“貓”的圖片，并告訴系統(tǒng)這個(gè)就是“貓”，之后系統(tǒng)就“知道”什么是貓了；Inference即用訓(xùn)練好的系統(tǒng)來(lái)完成任務(wù)，接上面的例子，就是你將一張圖給之前訓(xùn)練過(guò)的系統(tǒng)，讓他得出這張圖是不是貓這樣的結(jié)論。

Training和Inference在目前大多數(shù)的AI系統(tǒng)中，是相對(duì)獨(dú)立的過(guò)程，其對(duì)計(jì)算能力的要求也不盡相同。Training需要極高的計(jì)算性能，需要較高的精度，需要能處理海量的數(shù)據(jù)，需要有一定的通用性，以便完成各種各樣的學(xué)習(xí)任務(wù)。

其實(shí)，人工智能熱潮不斷高漲，但人工智能技術(shù)的發(fā)展本身并沒(méi)有大的飛躍，只是按部就班的進(jìn)步，我們整合了大量統(tǒng)計(jì)學(xué)的公式，以人工智能的名義，看似在不少常規(guī)領(lǐng)域取得了驕人的成績(jī)，但實(shí)際上就是炒冷飯的性質(zhì)，推進(jìn)了一波以機(jī)器學(xué)習(xí)技術(shù)為中心的人臉識(shí)別、語(yǔ)音識(shí)別、自動(dòng)駕駛等技術(shù)的應(yīng)用，其實(shí)機(jī)器學(xué)習(xí)才是其本質(zhì)。人工智能AI芯片這個(gè)概念，在如今真的著實(shí)沒(méi)什么好談的，只是一種算法的實(shí)現(xiàn)方式而已。

來(lái)源：朗銳智科