车队跟踪、资产跟踪、自动驾驶汽车、制造自动化和仓储是人工智能嵌入式芯片技术可以卸载网络数据承载负载的所有领域。他们可以在前线提供实时信息的同时做到这一点。其中许多过程需要大量数据才能激活。同时，他们需要实时传输这些数据。与其他数据密集型流程（例如通过机器学习训练数据）相比，此类流程从云计算中获益较少。相反，这些流程从边缘计算中获益最多，边缘计算将计算、网络和其他资源直接提供给需要它们的设备和数据。通过在片上系统(SOC)级别激活人工智能(AI0)处理负载，IT可以扩展其选项，将数据处理负载分配和卸载到企业架构的不同层（例如，云、中央数据中心），或边缘本身）。这改进了数据管理和处理。它还可以节省带宽并加快数据和结果的速度。与传统的GPU（图形处理单元）、FPGA（现场可编程门阵列）或其他类型的集成电路(IC)相比，SOC嵌入式微控制器使用更窄的内存和功耗。“在接下来的5年里，我们将看到人工智能即将被采用，”Hyperion高性能计算市场动态研究高级顾问SteveConway说。ARMAtom、GPU和其他嵌入式处理器已经在手机、传感器、汽车、医疗诊断成像系统、游戏系统和许多其他设备中无处不在。随着人工智能方法的发展，这些现有的嵌入式处理器很可能成为智能方法的主流。”边缘物联网对行业的影响2011年，“制造4.0”一词首次出现。它起源于德国政府推动计算机化的进程。制造业，它为工厂生产引入了数字化、自动化和人工智能的未来愿景。在这种情况下，边缘技术可以促进在人工智能嵌入式soc发挥主要作用的问题或情况的关键位置做出决策。今天这样的实时边缘决策是真实的。在制造过程中由人工智能支持的边缘决策。未来，人工智能边缘芯片可以向购买者发出可操作的原材料短缺警报，或者在发现有缺陷的组件时向卖家发出可能的产品短缺警报。边缘人工智能芯片自动化也在改变物流。卡车车队交叉通信on可以通过低延迟边缘通信来完成，以节省燃料并优化路线。未来，这些卡车中可能只有一辆由人类驾驶，其余的由社会驱动的自动化运行。这可以解决卡车运输行业的一个主要问题：合格司机短缺。J.B.HuntTransportationServices执行副总裁、首席商务官兼公路服务总裁ShelleySimpson表示：“这就是你看到卡车行业出现如此多技术的原因之一。”每辆卡车货舱中的智能传感器还可以监测易腐货物的温度和湿度。例如，一辆运送农产品到亚特兰大的卡车被转移到离华盛顿更近的市场。在卡车货舱中的传感器提醒司机和物流公司产品过热并可能变质后，该公司下令改道。公司实时处理信息的能力防止了腐败并节省了资金。在食品行业，它是主要的。联合国粮食及农业组织估计，每年损失或浪费的粮食价值达1万亿美元。人工智能芯片技术也在改变机载和地面车辆的性能。军事人员在观察和/或进入危险区域时面临后勤挑战。过去，一项危险的监视工作可能需要人员亲自检查该区域，使人员面临危险和生命损失。现在，通过在边缘进行人工智能处理，一队无人机可以进行实时侦察和通信。如果一个中队的无人机被击落，该编队将发现问题并调整编队以继续执行任务。SAS物联网和边缘部门产品管理高级经理SaurabhMishra表示：“除非有专门的芯片支持，否则需要处理多种感官输入（包括视频和音频）的要求苛刻的工作负载可能会开始突破极限”飞行飞机、机械臂和工业自动化是这些芯片应用的很好例子。”地缘政治和创新然而，企业担心地缘政治力量在芯片和半导体行业发挥作用。2019年，华为被列入美国限制清单。英伟达随后以400亿美元收购了Arm，这让谷歌、微软、高通、苹果、英特尔、三星、华为和亚马逊成为一家公司的关键供应商。2019年，英特尔以20亿美元收购人工智能芯片初创公司HabanaLabs，AMD以350亿美元收购Xiliinx。“过去50年的趋势是将无关的国家安全问题从推动反垄断决策的经济分析中分离出来。然而，如果美国政府在潜在的反竞争行为也可能危及国家安全的情况下采取更积极的执法方式，我们不应该感到惊讶，”牛津大学人工智能治理中心的研究附属机构KarenO'Hara说（人工智能治理中心）。CullenO'keefe写道，IT部门必须考虑这些诉讼和反垄断行动，因为它捍卫人工智能投资并寻求“为未来辩护”。如今，人工智能被广泛视为未来经济领导力的关键。至关重要的是，中国、日本和欧洲都制定了摆脱美国并开发本土处理器的强大计划，”康威说。“IT部门无法对这些地缘政治斗争产生太大影响，但他们可以制定计划，确保他们所需的处理器供应是安全的，尤其是通过谈判签订带有惩罚条款的长期供应商合同，并保持足够的库存水平。“IT待办事项列表以更小的形式转向IoT将迫使IT专注于三个关键领域：IT架构。必须重新调整IT架构以适应公司希望通过芯片级AI解决的业务用例.至少，这种架构修订可能会导致三层IT技术、处理和数据架构：数据中心、云和边缘。”当然，我们的出发点是计划和优化端到端的流程，并在流程的每个点使用这些信息来分配适当的资源，”康威引用PayPal的工作说。“六年前，PayPal发生了严重的欺诈行为信用卡交易的问题，”康威说。“识别欺诈最多需要两周的时间，而到那时，欺诈已经定期影响客户的信用卡。公司安装了一台可以在150毫秒内检测和防止欺诈的高性能计算机，并在第一年内为PayPal节省了超过7亿美元左右。PayPal和其他公司的应用程序依赖于读卡器中的嵌入式处理器，以及具有非嵌入式处理器的服务器系统的互联网。”IT技能。在2019年MicrosoftIoTSignal报告中，只有47%的受访者认为市场上有人具备必要的物联网工作技能。“在芯片上管理人工智能模型的熟练资源的可用性仍将是一个挑战，”SAS物联网和边缘部门产品管理高级经理SaurabhMishra说。企业也应该认识到这一点。EdgeAI芯片并不是万灵药。他们在一个更大的系统中工作。在部署AI嵌入式芯片时，考虑完整的管道至关重要，因为上游或下游的薄弱环节可能会抵消其目标增长。“商业物联网软件和硬件堆栈可以帮助应对管道集成挑战，但处理仍必须由IT在每一层定义。这包括模型构建和SoC编程。投资管理。与其他IT领域一样，AI/芯片领域将整合，反垄断、知识产权诉讼层出不穷，好消息是企业IT部门对此并不陌生，选择一个被广泛接受、用户基数大的物联网堆栈解决方案是一种面向未来的形式，同时也确保了你使用的物联网“符合公共安全标准和API。第二个策略是与物联网供应商就合同中规定的责任和投资保护进行谈判。最后，支持AI的芯片必须交付业务成果。”边缘事物网络对IT架构的影响将归结为它被要求启用的用例，其中AI提供实时预处理信息并仅传输相关和有用数据的能力，”产品总监说自主机器和NVIDIA机器人技术总经理MuraliGopalakrishna表示：“工厂中的自动化AI检查过程将使用实时信息在边缘做出瞬间决策，同时将相关数据传输到后端系统以进行后期处理。”-带外处理、分析和新模型开发，这使决策能够在物联网的边缘做出。“应用程序可以检测佩戴口罩的人员，或创建热图来计算进入和离开空间的人数，以确保不超过占用限制。”Gopalakrishna说，随着物联网和边缘出现更多的传感器、摄像头和自动化，人力劳动将会减少。智能将与IT经理和基础设施架构更加相关。
