赢在Cloud，只是暂时；输掉AIoT，将是永远

搜索是百度的根基，无处不在的搜索入口是百度必须把握住的。阿里腾讯可以没有智能音箱，但是百度必须有智能音箱。根据科技媒体“智东西”的报道，今年 4 月份，“鸿鹄”芯片就已经流片成功。目前“鸿鹄”AIoT 芯片已投片量产，将搭载在下一代小度 AI 音箱、以及某些汽车新品中。

在云端，百度给 AI 芯片以“昆仑”命名，它基于百度 CPU、GPU 和 FPGA 的 AI 加速器的研发，通过 20 多次迭代产生。

IBM：仿人脑芯片硬件，押注神经模态计算

IBM 在最近的研究中证明，深度学习算法可以在仿人脑硬件上运行，而后者通常支持的是一种完全不同形式的神经网络。

TrueNorth 是 IBM 的神经形态 CMOS ASIC 与 DARPA 的 SyNAPSE 项目共同开发的。它是一个芯片设计上的多核处理器网络，有 4096 个核，每个核模拟 256 个可编程硅“神经元”，总共有 100 多万个神经元。反过来，每个神经元有 256 个可编程的“突触”来传递它们之间的信号。因此，可编程突触的总数超过 2.68 亿个。就基本的构建模块而言，它的晶体管数量是 54 亿。

根据芯片专家唐杉博士在 GitHub 上面的总结，全球有超过 10 家企业都同时布局了云边端全栈 AI 芯片，感兴趣的读者可以参考 https://github.com/basicmi/AI-Chip。

目前，云端、边缘和终端设备往往是配合工作，云边端协同发展已是大势所趋。最常见的做法是，在云端训练神经网络，然后在边缘侧进行推断。随着边缘设备能力的不断增强，越来越多的计算工作将在边缘设备上得以执行。另一方面，云的边界也逐渐向数据的源头推进，未来很可能在传统的终端设备和云端设备之间，出现更多的边缘设备，它们会把 AI 能力分布在各种设备中，并激发云计算的进一步发展。

从这个角度来看，跨越云边端的一个巨大的 AI 处理网络正在形成。智联网 AIoT 可能不仅仅代表一个具体的产品或设备，而是事关大量的产品与云端的高频互动和规模化创新。为了让智联网前进的“车轮”迅速转动，巨头们势必会有所作为。

最大公约数是个数学词汇，是指能够整除多个整数的最大正整数。

面向万物智联，整个行业仍然面临应用碎片化的困扰，直接导致产业集中度低，新应用新产品的渗透率低。对于移动互联网来说，手机就是最大公约数，掌握了手机几乎就掌握了移动互联网的入口。但在 AIoT 时代，这样的通用设备并不存在。从现阶段来看，AIoT 端云一体化芯片与解决方案有可能是 AIoT 的最大公约数，成为破解碎片化难题的最佳“解药”。

针对这一话题，平头哥半导体有限公司 IoT 芯片研究员孟建熠曾经做过题为“端云一体 IoT 芯片的机遇与挑战”的演讲分享，此处援引他的观点。

他提到，要改变 IoT 芯片产品研发速度慢、市场尚未被有效打开、同质化竞争严重等问题，就需要彻底切换思路：

首先，需要将芯片研发思想从技术驱动转变为应用驱动，提升芯片面向市场的效率。

传统芯片研发思维认为按技术脉络做下去总会有市场。然而，智联网市场是应用驱动的市场，市场瞬间变化很快。AIoT 芯片是针对特定应用场景的专用芯片，而不是通用芯片。如果芯片技术周期不能匹配上应用发展的速度，就会出现“芯片出来了但是应用场景已经不存在了”的尴尬局面。此外，也只有应用推动才可以体现差异化，才可以帮助芯片厂商走出同质化竞争的困境。

其次，端和云的协同发展是 AIoT 技术的新趋势。AIoT 芯片的研发不能只考虑端，还要考虑云上的应用和开发。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!