人工智能已经存在于公众意识中几十年了。在好莱坞电影中扮演恶棍的（大多数）有感觉的机器从来都不是技术的真实写照，但它们给人留下了印象。事实证明，人工智能对外行和对专家一样令人兴奋。
人工智能通常基于远程数据中心，能够收集和检查大量数据，根据分析算法产生见解。由于具有不同程度的自主权，这些能力已用于精简决策过程。
虽然人工智能本身常常被认为是一种产品，但它越来越与其他平行趋势交叉。其中最主要的是物联网（InternetofThings，IoT），它使以前孤立的机器能够彼此“对话”，同时生成使新的操作模式成为可能的数据。
这里有一个明显的收敛点，它已经被表达为事物的人工智能，或AIoT。AIoT的愿景是创建一个智能的设备网络，能够远程收集和分析数据，关键是将这些数据转换为本地的洞察力和操作，从而实现以前根本不现实的各种各样的用例。
反转云模型
或许这一愿景中最具革命性的元素是我们都已习以为常的云模型反演。迄今为止，将服务、内部解决方案和网络转移到云基础设施是解决数字问题的一个方便而流行的解决方案，但使用AIoT模型，数据推理在设备上本地进行。
采用这种模式是有充分理由的。据Statista预测，到2025年，物联网设备将超过750亿台，是2015年的5倍，必须承认，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。
AIoT对设备上处理能力的使用避免了过去的网络带宽、计算可伸缩性、延迟和安全问题。通过减少对整个网络的压力，并避免昂贵和资源繁重的数据中心，AIoT能够以一种有望大大提高性能的方式分配工作负载。
然而，这一设想有一个警告。简单地将今天的高端CPU放在终端设备上是不可行的。这些CPU耗电量太大，成本太高，无法成为一个商业上可扩展的模型。因此，问题是：如何以经济高效的方式将必要的处理电源连接到端点设备？
如果AIoT要在未来几年实现爆炸式增长，这是一个必须回答的问题。这也是一个重要的市场机会。
满足要求
在不需要当前高端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可接受的挑战。
为AIoT设计的任何新一代处理器都必须比现有的解决方案具有更低的价位。但挑战是众多的。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费用。因此，新的处理器将需要新的架构来消除对第三方IP的需求。此外，整个系统中的组件需求和成本必须降到最低。
同时，这些节省成本的措施不会影响性能。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，但即使是提供基本的AI和决策功能的要求仍然非常高。这意味着需要新的处理功能的方法，复杂的算法承担了很多繁重的工作——允许硬件本身相对轻量级。
然而，最大的挑战可能是创建一类可应用于多种应用程序的处理器。这是因为AIoT市场的现实并非一成不变的——数百个市场的标准和要求千差万别。
我们都知道交付新CPU的相关成本。期望供应商生产数以千计的平台变体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，那么问题还没有解决。
相反，AIoT处理器需要难以置信的灵活性，允许在计算类（AI、DSP、控制和I/O）之间进行可编程的权衡，这些计算类可以由产品设计师而不是芯片供应商定义。
让AIoT成为现实
如果这些要求能够得到满足，其影响可能是巨大的。一个功能齐全、商业上可行的AIoT有望彻底改变从智能家庭到互联医疗、汽车工业、工业4.0和智能城市的一切。
带着智能回家。有了AIoT功能，你就可以完全控制周围环境的每一个方面，甚至不需要转移你的注意力，更不用说浏览我们今天拥有的众多应用程序了。
虽然这看起来微不足道，但在其他应用领域的好处可能更为显著。一个支持AIoT的医疗市场可能会打开一个更大的预防医学的世界。家中的设备可以跟踪心率和呼吸，可以及早发现问题，提供警报，并自动向医疗专业人员提供实时数据，他们可以在需要时提供正确的治疗和护理。
最终，这种技术可以从根本上提高我们的生活质量，带来新的便利和效率，从一天中最琐碎的部分（如寻找停车位）到最重要的部分（如我们的安全和健康）。但是，如果没有新一代的电子设备能够将人工智能的能量扩散到我们周围的终端设备上，这些都是不可能的。
这是一个巨大的挑战，但它可能预示着一场真正的情报革命。（编译/千家网）
* 千家网原创文章，转载请注明作者及出处。
参与评论 (0)