2022年ai晶元場景
隨著技術成熟化，ai晶元的應用場景除了在雲端及大資料中心，也會隨著算力逐漸向邊緣端移動，部署於智慧型家居、智慧型製造、智慧型金融等領 域；同時還將隨著智慧型產品種類日漸豐富，部署於智慧型手機、安防攝像頭、及自動駕駛汽車等智慧型終端，智慧型產品種類也日趨豐富。未來，ai計算將無處不在。
雲端：當前仍是ai的中心，需更高效能計算晶元以滿足市場需求
當前，大多數ai訓練和推理工作負載都發生在公共雲和私有雲中，雲仍是ai的中心。在對隱私、網路安全和低延遲的需求推動下，雲端出現了在閘道器、裝置和感測器上執行ai訓練和推理工作負載的現象，更高效能的計算晶元及新的ai學習架構將是解決這些問題的關鍵。
網際網路是雲端算力需求較旺盛產業，除傳統晶元企業、晶元設計企業等參與者外，網際網路公司紛紛入局ai晶元產業，投資或自研雲端ai晶元。
邊緣側：資料向邊緣下沉，隨著行業落地市場將有很大增量
5g與物聯網的發展以及各行業的智慧型化轉型公升級，帶來了爆發式的資料增長。海量的資料將在邊緣側積累，建立在邊緣的資料分析與處理將大幅度的提高效率、降低成本。
隨著大量的資料向邊緣下沉，邊緣計算將有更大的發展，idc**，未來，超過50%的資料需要在邊緣側進行儲存、分析和計算，這就對邊緣 側的算力提出了更高的要求。晶元作為實現計算能力的重要基礎硬體，也將具備更多的發展。abi research**，2023年，邊緣ai晶元市場 將超過雲端ai晶元。
在人工智慧演算法的驅動下，邊緣ai芯不但可以自主進行邏輯分析與計算，可以動態實時地自我優化，調整策略，典型的應用如黑燈工廠等。
終端裝置：終端產品型別逐漸多樣，出貨量增加催生大量晶元需求
根據億歐資料測算，中國自動駕駛行業規模增速在2023年將達到24%；智慧型攝像頭產品出貨量增速超15%；手機、平板、vr/ar眼鏡等智慧型 產品出貨量也均有較大增速，催生出大量的智慧型晶元需求。
智慧型終端產品種類也逐漸多樣，智慧型音響、服務/商用機械人等消費硬體、工業/數控裝置等工業產品以及通訊產品等日漸豐富，不同產品型別也對晶元效能與成本提出更多的要求。
參考鏈結
AI晶元 Google TPU分析
in datacenter performance analysis of a tensor processing unit tpu系列晶元已經廣泛應用於google的各種服務中，加速其神經網路運算，例如2015年alphago與李世石進行圍棋人機對戰中所用的就是tpu晶元。tpu1面向的是資料中心...
2023年工作積累
有的時候我們往往只是因為自己的一點小失誤 粗心 而前功盡棄，沒那麼嚴重的情況下也可能會折騰而耽誤不少時間 這樣一段配置，本身是從之前的配置中拷貝過來修改了一下 規則，但是拷貝的時候因為終端顯示的時候自動換行了，直接用滑鼠覆蓋的方式去複製，結果導致複製後的配置換行，重啟nginx並不報錯，但這樣配置出...
智慧型AI計算晶元對比
下面是本人接觸到的ai晶元，主要涉及華為 位元大陸 算豐 英偉達。其他還有寒武紀 地平線 瑞芯微等沒有接觸過就不對比了。易開發性 位元大陸 英偉達 華為 效能 華為 英偉達 位元大陸 效能不是很好對比，每家實現的運算元效能有差異，不能單純對比tops 算力記憶體 頻寬 gb s 解碼編碼 功耗備註 ...