W?rner DBS-20/60-08-EW-004

Wörner DBS-20/60-08-EW-004

Wörner DBS-20/60-08-EW-004 　麦肯锡预计，到 2025 年***人工智能应用市场规模总值将达到 1270 亿美元，人工智能将是众多智能产业发展的突破点。本文从人工智能核心业态及应用趋势，对智能基础设施建设、智能信息及数据、智能技术服务、智能产品四个方面展开介绍，总结人工智能行业应用及产业发展趋势。
　　1  智能基础设施
　　智能基础设施为人工智能产业提供计算能力支撑，其范围包括智能传感器、智能芯片、分布式计算框架等，是人工智能产业发展的重要保障。
　　1. 智能芯片
　　智能芯片从应用角度可以分为训练和推理两种类型。从部署场景来看，可以分为云端和设备端两步大类。
　　训练过程由于涉及海量的训练数据和复杂的深度***网络结构，需要庞大的计算规模，主要使用智能芯片集群来完成。
　　与训练的计算量相比，推理的计算量较少，但仍然涉及大量的矩阵运算。目前，训练和推理通常都在云端实现，只有对实时性要求很高的设备会交由设备端进行处理。
　　按技术架构来看，智能芯片可以分为通用类芯片(CPU、GPU、FPGA)、基于 FPGA 的半定制化芯片、全定制化 ASIC 芯片、类脑计算芯片(IBM TrueNorth)。
　　另外，主要的人工智能处理器还有 DPU、BPU、NPU、EPU 等适用于不同场景和功能的人工智能芯片。
　　随着互联网用户量和数据规模的急剧膨胀，人工智能发展对计算性能的要求迫切增长，对 CPU 计算性能提升的需求超过了摩尔定律的增长速度。
　　同时，受限于技术原因，传统处理器性能也无法按照摩尔定律继续增长，发展下一代智能芯片势在必行。
　　未来的智能芯片主要是在两个方向发展：一是模仿人类大脑结构的芯片，二是量子芯片。
　　智能芯片是人工智能时代的战略制高点，预计到 2020 年人工智能芯片***市场规模将突破百亿美元。

Wörner DBS-20/60-08-EW-004 

智能传感器
　　智能传感器是具有信息处理功能的传感器。智能传感器带有微处理机，具备采集、处理、交换信息等功能，是传感器集成化与微处理机相结合的产物。
　　智能传感器属于人工智能的***末梢，用于***感知外界环境。各类传感器的大规模部署和应用为实现人工智能创造了不可或缺的条件。
　　不同应用场景，如智能安防、智能家居、智能***等对传感器应用提出了不同的要求。
　　未来，随着人工智能应用领域不断拓展，市场对传感器的需求将不断增多，2020 年市场规模有望突破 4600 亿美元。
　　未来，高敏度、高精度、高可靠性、微型化、集成化将成为智能传感器发展的重要趋势。
　　3. 分布式计算框架
　　面对海量的数据处理、复杂的知识推理，常规的单机计算模式已经不能支撑。所以，计算模式必须将巨大的计算任务分成小的单机可以承受的计算任务，即云计算、边缘计算、大数据技术提供了基础的计算框架。
　　目前流行的分布式计算框架如 OpenStack、Hadoop、Storm、Spark、Samza、Bigflow 等。各种开源深度学习框架也层出不穷，其中包括 TensorFlow、Caffe、DeepLearning4、Lasagne、Neon 等等。

E82EV552K4C200
E82EV751K4C
E82EV751K4C040
E82EV751K4C200
E82EV752K4C
E82EV752K4C200
E82MV152_4B001
E82MV152_4B151
E82MV222_4B151
E82ZAFCC001
E82ZAFCC010
E82ZAFCC201
E82ZAFCC210
E82ZAFLC010
E82ZAFPC001
E82ZAFPC010
E82ZAFPC201
E82ZAFSC
E82ZAFSC001
E82ZAFSC010
E82ZAFSC100
E84***HCE1124SX0
E84***HCE1134SX0
E84***HCE1134SX0-ERXXX0
E84***HCE1134VB0
E84***HCE1134VX0
E84***HCE1524SX0
E84***HCE1834VB0
E84***HCE2224SX0
E84***HCE2224SX0-ERXXX0
E84***HCE2224VB0