車隊跟蹤、資產跟蹤、自主車輛、制造自動化和倉儲都是人工智能嵌入式芯片技術可以減輕網絡數據承載負荷的領域。他們可以在提供前線實時信息的同時做到這一點。

許多這樣的進程需要大量的數據來激活。與此同時，他們需要實時傳輸這些數據。與其他數據密集型流程(如通過機器學習訓練數據)相比，這類流程從云計算中獲益不多。相反，這些過程從邊緣計算中獲益最多，邊緣計算將計算、網絡和其他資源直接提供給需要它們的設備和數據。

通過激活人工智能(在片上系統(SOC)級別上的AI0處理負載，IT可以擴展其分配和卸載數據處理負載到企業架構的不同層(例如，云、中央數據中心或邊緣本身)的選擇。這改進了數據管理和處理。它還節省了帶寬，加快了數據和結果。

與傳統的gpu(圖形處理單元)、fpga(現場可編程門陣列)或其他類型的集成電路(ic)相比，SOC嵌入式微控制器使用更窄的內存和功耗。

Hyperion高性能計算市場動態研究高級顧問史蒂夫?康威表示:“未來5年，我們將看到人工智能正處于普及的邊緣。”

ARMAtom、GPU和其他嵌入式處理器已經普遍應用于手機、傳感器、汽車、醫療診斷成像系統、游戲系統和許多其他設備。隨著人工智能方法的發展，這些現有的嵌入式處理器很可能成為支持人工智能方法的主流。”

邊緣物聯網對行業的影響

2011年，“制造4.0”一詞首次出現。它源于德國政府推動制造業電腦化，為工廠生產引入了數字化、自動化和人工智能的未來愿景。在該方案中，邊緣技術可以促進問題或情況的關鍵位置的決策，其中ai嵌入式soc發揮了主要作用。

今天，這種實時的邊緣決策是真實的。制造過程由人工智能支持的邊緣決策提供動力。未來，人工智能邊緣芯片可以向采購方發出原材料短缺的可操作警報，或在發現缺陷組件時向銷售方發出產品可能出現短缺的警報。

邊緣人工智能芯片自動化也正在改變物流。

卡車車隊可以通過低延遲的邊緣通信進行交叉通信，以節省燃料和優化路線。未來，這些卡車中可能只有一輛由人類駕駛，其余車輛則由soc驅動的自動化系統運行。

這可以解決卡車行業的一個主要問題:合格司機的短缺。J.B.Hunt運輸服務公司執行副總裁、首席商務官兼高速公路服務總裁ShelleySimpson說:“這是你看到這么多技術進入卡車行業的原因之一。”

每輛卡車的貨艙內的智能傳感器還可以監控易腐貨物的溫度和濕度。

例如，一輛運送農產品到亞特蘭大的卡車被改道到更靠近華盛頓的市場。在該卡車貨艙內的傳感器提醒司機和物流公司產品過熱可能會變質后，該公司下令改變路線。該公司對信息進行實時處理的能力避免了損壞，節省了資金。在食品行業，它是主要的。聯合國糧食和農業組織估計，每年損失或浪費的糧食價值1萬億美元。

人工智能芯片技術也正在改變機載和地面車輛的性能。

軍事人員在觀察和/或進入危險區域時面臨后勤挑戰。在過去，一項危險的監視工作可能需要人類親自檢查該地區，使人員面臨危險和生命損失。

現在有了邊緣人工智能處理，一隊無人機可以進行偵察和實時通信。如果一個中隊的無人機被擊落，該編隊會發現問題，調整編隊以繼續執行任務。SAS物聯網和邊緣部門產品管理高級經理SaurabhMishra表示:“除非有專門的芯片支持，否則需要處理包括視頻和音頻在內的多種感官輸入的高要求工作負載可能會開始突破極限。”“無人駕駛飛機、機械手臂和工業自動化都是這些芯片應用的好例子。”

地緣政治和創新

然而，由于地緣政治力量在芯片和半導體行業發揮作用，企業感到擔憂。

2019年，華為被列入美國受限名單。英偉達隨后以400億美元收購了Arm，令谷歌、微軟(Microsoft)、高通(Qualcomm)、蘋果(Apple)、英特爾(Intel)、三星(Samsung)、華為(Huawei)和亞馬遜(Amazon)對一家關鍵供應商感到擔憂。

2019年，英特爾以20億美元收購了人工智能芯片初創公司哈瓦那實驗室(HabanaLabs)，AMD以350億美元收購了Xiliinx。

“過去50年的趨勢是，將無關的國家安全擔憂與推動反壟斷決策的經濟分析隔離開來。然而，在潛在的反競爭行為也會危害國家安全的情況下，如果美國政府采取更積極的執法方式，我們不應感到驚訝，”牛津大學人工智能治理中心(CentrefortheGovernanceofAI)研究附屬機構卡倫·奧基夫(CullenO’keefe)寫道。

當IT部門為人工智能投資辯護并試圖“為未來提供證據”時，它必須考慮這些訴訟和反壟斷行動。

“今天，人工智能被廣泛視為未來經濟領導的關鍵，中國、日本和歐洲都有強大的計劃，以擺脫對美國的依賴，開發本土處理器，”康威說。“IT部門無法對這些地緣政治斗爭產生太大影響，但他們可以制定計劃，確保他們需要的處理器供應是安全的，尤其是通過談判帶有懲罰條款的長期供應商合同，以及保持足夠的庫存水平。”

IT待辦事項清單

轉向更小尺寸的物聯網將迫使IT關注三個關鍵領域：

IT體系結構。IT體系結構必須重新調整，以適應公司希望用芯片級AI解決的業務用例。最低限度地說，這種架構修訂可能產生三層IT技術、處理和數據架構:數據中心、云和邊緣。

“當然，我們的出發點是規劃和優化端到端流程，并利用這些信息在過程中的每個點分配適當的資源，”Conway說，他提到了PayPal的工作。

康威說:“六年前，PayPal在信用卡交易中存在嚴重的欺詐問題。“識別欺詐行為需要長達兩周的時間，到那時，欺詐行為已經經常影響到客戶的信用卡。該公司安裝了一臺高性能計算機，可以在150毫秒內發現并防止詐騙，在第一年左右為貝寶節省了超過7億美元。

PayPal和其他公司的應用程序依賴于讀卡器中的嵌入式處理器，以及用于往返授權過程的互聯網，以及用于重物搬運、現場或云端的非嵌入式處理器的服務器系統。”

IT技能。在一份2019年微軟物聯網信號報告中，只有47%的受訪者認為市場上有具備必要的物聯網工作技能的人。

SAS物聯網和邊緣部門產品管理高級經理SaurabhMishra表示:“在芯片上管理AI模型的熟練資源的可用性仍將是一個挑戰。”企業也應該認識到這一點。

邊緣AI芯片不是靈丹妙藥。它們在更大的系統范圍內工作。在部署AI嵌入式芯片時，考慮完整的流水線至關重要，因為上游或下游的薄弱環節會否定其目標增長。”

商業物聯網軟件和硬件堆棧可以幫助解決管道集成挑戰，但處理仍然必須由IT在每一層定義。這包括模型構建和soc編程。

投資管理。與其他it領域一樣，人工智能/芯片領域將繼續出現整合、反壟斷和知識產權訴訟。

好消息是，企業IT部門對此并不陌生。

選擇一個廣泛接受的具有大量用戶基礎的物聯網堆棧解決方案是一種防未來的形式，同時也確保您使用的物聯網符合公共安全標準和api。第二種策略是與物聯網供應商就合同中規定的責任和投資保護進行談判。

最后，支持人工智能的芯片必須帶來業務成果。

“邊緣物聯網對IT架構的影響將歸結為它被要求實現的用例，在這些用例中，人工智能提供了實時預處理信息的能力，并且只傳輸相關和有用的數據，”自主機器產品管理主管兼NVIDIA機器人技術總經理MuraliGopalakrishna說。

“工廠中的自動化人工智能檢查過程將使用實時信息在邊緣做出瞬間決策，同時將相關數據傳輸到后端系統，以便在帶外進行后處理、分析和新模型開發，從而做出基于物聯網邊緣的決策。”

應用程序可以檢測戴著口罩的居住者，或者通過創建熱圖來計算進出空間的人數，以確保不超過居住限制。Gopalakrishna說，隨著物聯網和邊緣領域出現額外的傳感器、攝像頭和自動化，人工智能將與IT經理和基礎設施架構更加相關。