终端失守终端,寒武纪能否挺进“边缘”?( 二 )


除此之外 , 边缘计算系统的数据可存储于本地 , 然后经过一定处理后再上传到中心云用以训练模型 , 这就彻底保障了垂直行业的数据安全性和隐私性 。
边缘计算并非一个新鲜概念 , 早在2003年 , AKAMAI就与IBM合作提出了“边缘计算” , 但是到了5G时代大带宽、低延时的特性得到发挥 , 智能驾驶等新场景不断出现 , 系统对海量异构数据进行实时、高效处理的要求不断提高 , 边缘计算产业才进入高速发展阶段 。
因为具有部署迅速 , 价格低廉 , 售后方便等特点 , 如今边缘计算已经在安防监控、智慧城市、智慧家居等行业大量应用 , 据IDC数据统计 , 到2020年将有超过500亿的终端与设备联网 , 未来超过50%的数据需要在网络边缘侧进行分析、处理与存储 。 而预计到2022年 , 边缘计算市场的价值将达到67.2亿美元 。
终端失守终端,寒武纪能否挺进“边缘”?
本文插图
边缘计算的广阔前景 , 让亚马逊 , 微软 , 谷歌 , 阿里云 , 华为云等巨头开始在这个领域投注资源 , 华为早在2016年便联合创立边缘计算产业联盟(ECC) , 2018年3月阿里云也宣布战略投入边缘计算技术领域 。 其他一些传统硬件厂商、安防监控类企业、CDN巨头和移动运营商也纷纷加入 。
去年5月22日 , 华为心声社区发布了任正非的内部讲话:“车联网、人工智能、边缘计算是我们未来的三大突破点 。 ”国际数据公司IDC中国区总裁霍锦洁表示 , 到2021年 , 全球云计算市场的规模将达到5650亿美元 , 这其中约有20%为边缘云 , 市场规模可达到1130亿美元 。
全球范围内有关边缘计算的“军备竞赛”正式打响 。
二、谁在潮头卖芯片?
与传统的云计算一样 , 边缘计算竞争的重中之重在于相关芯片 , 据预测 , 从2018年到2022年 , 全球边缘计算相关市场规模将超万亿 , 年复合增长率将达过30% , 与云计算市场规模旗鼓相当 。
也因为如此 , 国内外行业巨头纷纷开始边缘侧芯片的布局 。 英特尔高级副总裁兼网络平台事业部总经理SandraRivera对采访人员表示 , “目前 , 各大芯片厂商、通信设备厂商、IP厂商等都已开始布局边缘计算及应用 , 以求在未来的物联网角逐中占据优势地位 。 ”
终端失守终端,寒武纪能否挺进“边缘”?
本文插图
边缘芯片可以分为存储、传感、通信、计算、模拟五个大类 , 而计算类芯片又可分为GPU、MCU、ASIC和FPGA四类 , 其中ASIC体积小、能耗少 , 主要用于主要用于摄像头、手机、边缘服务器等终端设备中 , 满足有限的AI能力 。
因为边缘计算芯片往往没有重心计算那样良好的工作环境 , 所以其需满足小尺寸、低功耗要求 , 还要符合 NEBS3以便满足没有冷却装置的极端环境条件 , 同时还能根据业务需求进行灵活、高效扩展 。
因为这样的复杂严格的要求 , 所以随着算力的下沉 , GPU这样性能强大但是耗电量高的芯片逐渐减少 , Gartner数据显示 , 自2016年到2020年 , 全球云端AI芯片当中 , GPU的市场份额呈现出持续下滑的趋势 , 预计到2022年 , 云端训练GPU占比将降至60% , 云端推理GPU占比更是只有30% , 这意味着兼顾性能与功耗的ASIC芯片的专用芯片的市场规模将进一步扩大 。
终端失守终端,寒武纪能否挺进“边缘”?
本文插图
【终端失守终端,寒武纪能否挺进“边缘”?】
除了以类别划分之外 , 边缘计算芯片还可以按照使用方式 , 分为训练模型的训练芯片 , 和处理具体业务的推理芯片 。
在云端训练芯片市场 , “N卡”生产者英伟达是理所当然的头部玩家 。 国内的参与者则包括华为和腾讯支持的燧原科技等 。 其中华为昇腾910芯片对标英伟达V100系列产品 , 其架构采用7nm+ EUV工艺、32核达芬奇 , 半精度达到256TFOPs , 功耗为350W , 针对包括边缘计算、自动驾驶车载计算、训练等场景 , 已经成为了国内许多企业的选择 。


推荐阅读