主题盒子 ThemeBox 首页 资讯 观点 查看内容

AIoT 告别功能机时代,智能硬件的安卓和 iOS 指日可待

2020-2-15 21:18| 发布者: 影子诀 616 0

摘要: 根据 Marketsandmarkets 的报告预测,边缘计算人工智能硬件市场的出货量在 2019 年有望达到 6.1 亿部,到2024 年,这一数字将超过 12.59 亿部,且在预测期内的年复合增长率达 20.64%。然而,热闹的表象之下是 AI 硬 ...
根据 Marketsandmarkets 的报告预测,边缘计算人工智能硬件市场的出货量在 2019 年有望达到 6.1 亿部,到2024 年,这一数字将超过 12.59 亿部,且在预测期内的年复合增长率达 20.64%。

然而,热闹的表象之下是 AI 硬件行业发展的步履维艰。另一则统计数据表明,智能硬件产品的众筹成功率只有不到 35.7%,硬件创业公司的存活率则不到 1%。「相比于软件行业,AI 硬件行业饿门槛更高,风险更大,试错成本也更加昂贵,这让从业人员望而生畏,也是行业发展的主要瓶颈」,中科物栖联合创始人王颖告诉极客公园(id:geekpark),AIoT 时代需要开放的硬件创新平台,解决目前的客观限制,从而带动行业走向繁荣。

成立于 2018 年 3 月份中科物栖,是隶属于中科院旗下的创业团队,其早期的技术积累从 2014 年开始,专注于物端 AI 方向,研究 RISC 处理器的结构设计和物端 AI 加速。其核心竞争力在于用物端芯片和操作系统 Jeejio OS,为智能硬件创造了新一代超微整机;用全栈 AI 解决方案 JX-Sage 和云服务 Jeejio Cloud,构建了闭环生态。


中科物栖系国内最早开展RISC-V芯片设计的团队 | 中科物栖

物端芯片:智能硬件的内核
「其实做物端 AI 的话,并不是因为 AI 很火我们才去做」,王颖如是说:「毕竟所里已经有寒武纪这种面向云端、服务器端的 AI 公司。而 AI 作为一项重要技术,又它的市场需求。」因此,中科物栖在细分领域的选择上,决定从物端 AI 的方向切入。王颖和团队相信,物端 AI 是一片广阔的市场蓝海。

从技术层面来看, 当前智能设备的计算能力和功耗极其有限。AI 有恰恰适合在计算能力和功耗比较低的情况下,去处理传感器收集到的图像、声音、雷达、马达等多模态数据。

要解决这一问题,就必须破除来自处理器的掣肘。王颖指出:「现在大家用的 STM32 8bit 或者 16bit 的微控制器,虽然很便宜,每年的出货量高也比手机芯片高出两个数量级以上,但大公司看不上这块市场,是因为它的利润率太薄,功能过于简化,门槛低到大家都能去做,所以很多时候拼的是量产和成本」

另一方面,智能手机产业已进入饱和和创新乏力,手机芯片作为应用处理器,其形态已经非常固化,即 GPU 玩游戏,ISP 负责美颜,「再进入这个市场已经没什么意义了」。

中科物栖要让物端芯片产生质变。一方面,现有的智能硬件大部分都是「功能机」,所谓的「智能」,只停留于 WIFI 连接和收发数据,严格来讲,只是物联网领域的「连接」属性,端上并不具备 AI 计算、数据处理和人际交互能力。

中科物栖的芯片模组既不是为手机去设计,也不是为服务器去设计。而是替换现有的单板机和 MCU 的芯片市场。然后在物端芯片的基础之上,去定义「全新的物端操作系统」。王颖认为,在 AIoT 时代,同样有机会靠物端 AI 芯片打造属于 AIoT 时代的安卓和 iOS。

团队拿出的解决方案,是自上而下的协同设计:功能是第一要素,性能和实时性同步提升优化。

因此,技术团队既有 AI 算法组,也有硬件架构组。这种全栈打通的协同设计,注定了两个技术组难以断舍离。

早在 2014 年,物栖团队就开始 RISC-V 的相关技术研发。经过调研发现,无论是工控、可穿戴,还是低成本智能家具设备,目前市场上能够满足这种要求的物端芯片几乎不存在。「之前英特尔做过尝试,但它受制于 PC 基因的限制,所以没做起来」。后来,该项目的主导人王元陶博士,成为了中科物栖的另一位联合创始人,也是国内首位在 RISC-V 论坛上演讲的学者。

造芯是第一步。根据中科物栖前不久发布的两颗 AIoT 芯片——低配版的感知芯片 JX1 和高配版的 AI 应用芯片 JX2 来看,其摒弃了目前在市场处于垄断地位的 ARM 架构,分别采用异构双核和三核 RISC-V 处理器核心,并融合可编程的 AI 专用加速器。

从性能和成本来看,中科物栖推出的两款物端 AI 芯片介于手机和微控制器之间。JX1 的制程为 55 纳米,适用于对计算能力有一定需求的实时嵌入式设备,待机功耗不到 1mW,纽扣电池可以支持一周待机;今年 5 月流片成功的 JX2 为 40 纳米制程,主频可达 1GHz,基本接近 ARM Cortex-A7 的性能水平。

采用 RISC-V 无疑是物栖物端 AI 芯片的最大特色。其优势之一在于无需向 ARM 支付巨额授权费,技术应用的成本降低,为初创公司卸下了包袱。

自主可控是 RISC-V 的另一大优势。智能硬件不像 PC,对于任何功耗和性能的变动,都牵扯到指令层面去做优化。作为开放的指令集,RISC-V 具备足够的可扩展性,它的架构设计符合当下最先进的敏捷开发思想,可以快速针对物端碎片化和千差万别的市场需求对芯片架构和指令集进行定制扩展。对于指令无法修改的 ARM 来说,这是其最大的硬伤。 

路过

雷人

握手

鲜花

鸡蛋

最新评论

返回顶部