TGW es profesional en diseño y solución para sistemas de gestión de estacionamiento
(Fuente: Education News Network) Hasta hace poco, la mayor parte de la inteligencia artificial estaba en el centro de datos y la mayor parte formaba. Las cosas están cambiando rápidamente. Se espera que para mediados de 2020, las ventas de inteligencia artificial crecerán rápidamente a $10 mil millones, la mayoría de los cuales provendrán del razonamiento de inteligencia artificial de borde. ¿Dónde está el mercado actual de razonamiento de borde para aplicaciones de razonamiento de borde? Veamos el mercado desde el mayor rendimiento hasta el menor rendimiento. Servidor Edge recientemente, NVIDIA anunció que las ventas de razonamiento excedieron la capacitación por primera vez. La mayoría de ellos pueden haber sido entregados al centro de datos, pero hay muchas aplicaciones fuera del centro de datos, a menudo denominadas "bordes". Esto significa que las ventas de las juntas de razonamiento PCIe para aplicaciones de razonamiento de borde pueden alcanzar los US $100 millones. Un año y creciendo rápidamente.
Tiene una amplia gama de aplicaciones: vigilancia, reconocimiento facial, análisis minorista, secuenciación de genomas/genes, etc. Dado que la capacitación se realiza en números de punto flotante y la cuantificación requiere muchas habilidades/inversión, la mayoría de los servidores de borde infieren que se puede hacer en números de punto flotante de 16 bits, mientras que solo el número máximo de aplicaciones se realiza en int8. La placa de inferencia PCIe varía de 75W (NVIDIA Tesla T4) a 200W (Habana Goya).
En piloto automático hace un año, los fabricantes y proveedores de automóviles hablaban de usar sus chips personalizados para lograr una conducción automática completa. Los planes de hoy son más modestos, utilizando soluciones listas para usar (a menudo escuchamos a Xavier AgX y NX) para el año modelo 2020, detección de objetos y corrección de imágenes de megapíxeles como complemento del conductor para mejorar la seguridad. En la actualidad, su número ha alcanzado decenas de miles de herramientas de prueba llamativas, como Google waymo con cámara grande, lidar llamativo y equipaje electrónico. Dentro de 5 años, el volumen de ventas de detección y corrección de objetos de nivel 2 de mercado masivo altamente integrado puede alcanzar millones.
Los principales actores aquí son Terson de NVIDIA (nano, TX2, Xavier AgX y Xavier NX) en 5-30w e Intel movidius en innumerables vatios de un solo dígito, pero ~ rendimiento diario el 10 de enero. Aquí hay una amplia gama de aplicaciones: cámaras de vigilancia, secuenciación de genes, timbres domésticos, sistemas médicos (como ultrasonido), fotónica, visión de robot y CNN se usa en la mayoría de los casos, pero también se pueden usar varios modelos diferentes de la imagen CNN. Los fanáticos son inaceptables en este mercado. Los clientes con los que hablamos están ansiosos por obtener rendimiento. Están buscando soluciones que puedan proporcionar un mayor rendimiento y un mayor tamaño de imagen a la misma potencia/precio que la potencia/precio utilizada hoy en día: cuando obtengan la solución, su solución será más precisa/confiable, adoptada y ampliada por el mercado. Por lo tanto, aunque las aplicaciones actuales tienen miles de unidades, ya que la disponibilidad de razonamiento crecerá rápidamente, el razonamiento proporcionará más y más rendimiento/dólar y rendimiento/vatio. Debido a la amplia gama de aplicaciones, este segmento de mercado debería convertirse en el segmento de mercado más grande con el tiempo. Image CNN requiere que se envíen millones de Mac por segundo. Solo con el reconocimiento de palabras clave, el procesamiento de voz puede alcanzar miles de millones de MACS / s o incluso menos. Estas aplicaciones (como Amazon echo) ya son importantes en adopción y cantidad, pero el precio de $/ chip es mucho menor. Los participantes en este mercado son completamente diferentes de los mercados anteriores.
Es un retraso. El sistema de borde está determinando la velocidad de la imagen a 60 cuadros por segundo. Por ejemplo, en los automóviles, es obviamente importante detectar objetos como personas, bicicletas y automóviles y desempeñar un papel en el menor tiempo posible. En todas las aplicaciones de borde, la latencia es #1, lo que significa que el tamaño del lote es casi siempre 1.
Shenzhen TigerWong Technology Co.... Ltd
Tel:86 13717037584
Correo electrónico: info@sztigerwong.com
Dirección: 1.er piso, edificio A2, parque industrial digital Silicon Valley Power, no. 22 Dafu Road, calle Guanlan, distrito de Longhua,
Shenzhen, provincia de GuangDong, China