AIoT的崛起

如今看来，万物互联的概念，已不新鲜。 2017 年被视为物联网(IoT)商用元年。随着窄带物联网标准正式冻结、国内三大运营商重点布局、设备制造商强力推动，物联网的规模化商用正步入快车道。而人工智能(AI)似乎已经存在了几十年。它通常以远程数据中心为基础，能够收集和检查大量数据，并基于分析算法产生见解。在不同程度的自治下，这些能力被用于简化决策过程。

尽管人工智能通常被认为是一种独立的产品，但它正日益融入于其它行业或者产品。其中最主要的是物联网(IoT)，它使以前孤立的机器能够相互“交谈”，同时产生数据，使新的操作模式成为可能。

这里有一个明显的集合点，它被表达为物联网人工智能AIoT。AIoT的愿景是创建一个智能设备网络，能够远程收集和分析数据，并将这些数据转换为本地的见解和操作，从而实现以前根本不现实的各种用例。

云模型的反转

也许这一愿景最具革命性的是我们对云模型的倒置(Inverting)。将服务、内部解决方案和网络转移到云基础设施是迄今为止解决数字问题的一种方便和流行的解决方案——但有了AIoT模型，就可以在设备上本地进行数据推理。

采用这种模式是有依据的。中国通信院数据显示，截至 2018 年中期，我国物联网产业总体规模已达1. 2 万亿，完成了工信部 2016 年提出的十三五物联网产业规模1. 5 万亿的80%。在科技发展进程中，我们看到，物联网已向智联网(AIoT)靠近。AIoT指的是人工智能技术与物联网在实际应用中的落地融合。当 2020 年5G商用进入倒数，万物互联近在咫尺，“随心随意随时随地，人机合一的沟通方式”，正在走来。

未来智能单品的竞争力会越来越弱，而真正的互联互通则会带来巨大的商业机会。涂鸦智能董事长兼总裁陈燎罕认为，互联网时代诞生了Windows操作系统，在未来的智联网时代，很可能每个家庭都会有全新的操作系统，实现人机合一的物联网生活。

但云基础设施和连接无法以同样的方式扩展，必须在边缘部署更多的智能设备。

AIoT对设备处理能力的使用很好的缓解了过去的网络带宽、计算可伸缩性、延迟和安全问题。通过减少整个网络的负载，同时减少了昂贵的成本，AIoT能够以提高性能的方式分配工作负载。

然而，这种观点有一个值得注意的地方。简单地把今天的高端CPU放到终端设备上是不可行的。这些CPU太耗电，而且价格昂贵，不适合作为商业上可扩展的模型。因此，如何以一种经济有效的方式将必要的处理能力提供给终端设备?

如果AIoT要在未来几年实现爆炸性增长，这是一个必须要解决的问题，也是一个重要的市场机会。

交付需求

在没有当前高端cpu的成本和能源需求的情况下实现必要的处理能力是一个不值得羡慕的挑战。

任何为AIoT设计的新处理器都必须具有比现有解决方案更低的价格。但这也面临着相当多的挑战。现有的cpu严重依赖于第三方硬件/软件，以及所有相关的许可成本。因此，新处理器将需要新的体系结构来消除对第三方IP的需求。此外，整个系统中的组件需求和成本必须最小化。

同时，这些节省成本的措施不能影响性能。虽然一些AIoT应用程序不需要数据中心服务器所能提供的全部处理能力，但即使是基本的AI和决策功能，这些要求仍然非常高。这意味着处理功能需要新的方法，用复杂的算法来承担大部分繁重的工作——允许硬件本身相对轻量级。

由于AIoT市场的现实并不是单一的——数百个市场和数千个细分市场的标准和要求差异很大，所以最大的挑战可能是创建一类可以应用于多种应用程序的处理器。

我们都知道研发新CPU的成本不是个小数。指望供应商生产成千上万种不同的平台来满足所有这些不同的需求是不现实的。如果你生产的芯片只用于一个目的或一个应用，那么问题还没有得到解决。

相反，AIoT处理器需要超高的灵活性，在计算类(AI、DSP、控制和I/O)之间进行可编程的权衡，这些可以由产品设计者而不是芯片供应商定义