如果您希望可以时常见面，欢迎标星收藏哦~ 来 源 ：内容编译自 semiengineering 。 随着人工智能的飞速发展，公司面临着一个难题：如何在确保当前性能最佳的同时，为未来可能出 现的未知人工智能模型，或者截然不同的训练和推理方法做好准备。目前市面上有大量针对高端和 预算型手机、超大规模数据中心以及低成本、低功耗边缘设备的方案可供选择。尽管 GPU 不断占 据头条，但许多设计者也正在使用 ASIC、NPU、MPU 和 FPGA。 Imagination Technologies 技术洞察副总裁 Kristof Beets 表示："我们看到云空间和边缘设备的 发展方向存在非常合理的区分。边缘设备指一切不属于云或数据中心范畴的设备，但其种类繁多。 例如，手机是一种非常小巧且带电池的边缘设备，而汽车也是边缘设备，但其散热和功耗特性却截 然不同。" 尽管人工智能训练大多在云端进行，但推理也占了很大比重。 "许多非常复杂、数据密集型网络都 有着很高的速度要求。这主要取决于你能投入的资源量。而如果你观察边缘设备的使用场景，它们 主要以推理为主，并且更注重隐私。'我如何将我的数据和信息保存在设备本地？'可靠性主要取 ...