(ที่มา: Education News Network) จนกระทั่งเมื่อไม่นานมานี้ Ai ส่วนใหญ่อยู่ในศูนย์ข้อมูลและส่วนใหญ่เป็นการฝึกอบรม สิ่งที่มีการเปลี่ยนแปลงอย่างรวดเร็ว เป็นประมาณตรโดย MID-2020, ขายปัญญาประดิษฐ์จะ Grow อย่างรวดเร็ว TO $10พันล้านส่วนใหญ่ซึ่งจะจากขอบ AI เหตุผลตลาดเหตุผลขอบปัจจุบันสำหรับการใช้งานเหตุผลขอบอยู่ที่ไหน? ลองดูที่ตลาดจากอัตราการรับส่งข้อมูลสูงสุดจนถึงอัตราการรับส่งข้อมูลต่ำสุด Edge Server เมื่อเร็วๆนี้ NVIDIA ประกาศว่าการขายเหตุผลเกินการฝึกอบรมเป็นครั้งแรก ส่วนใหญ่อาจถูกส่งไปยังศูนย์ข้อมูลแต่มีแอปพลิเคชันจำนวนมากที่อยู่นอกศูนย์ข้อมูลมักเรียกว่า "ขอบ" นี้หมายถึงของ PCIe เหตุผลบอร์ดสำหรับขอบเหตุผลการใช้งานพฤษภาคม REACH US $100ล้าน หนึ่งปีและเติบโตอย่างรวดเร็ว

มีการใช้งานที่หลากหลาย: การเฝ้าระวังการจดจำใบหน้าการวิเคราะห์การค้าปลีกการจัดลำดับจีโนม/ยีนเป็นต้น เนื่องจากการฝึกอบรมจะทำในจำนวนจุดลอยตัวและปริมาณต้องใช้ทักษะ/การลงทุนเป็นจำนวนมากเซิร์ฟเวอร์ขอบส่วนใหญ่อนุมานได้ว่าอาจทำได้ในจำนวนจุดลอยตัว16บิต, ในขณะที่เพียงจำนวนสูงสุดของการใช้งานจะทำใน int8. PCIe inference BOARD มีตั้งแต่75W (NVIDIA Tesla T4) ถึง200W (habana Goya)

Autopilot ปีที่ผ่านมาผู้ผลิตรถยนต์และซัพพลายเออร์กำลังพูดถึงการใช้ชิปแบบกำหนดเองเพื่อให้เกิดการขับขี่อัตโนมัติเต็มรูปแบบ แผนวันนี้มีเจียมเนื้อเจียมตัวมากขึ้นโดยใช้โซลูชันการเก็บรักษา (เรามักจะได้ยิน Xavier agx และ NX) สำหรับปีรุ่น2020, การตรวจจับวัตถุและการแก้ไขภาพล้านพิกเซลเป็นอุปกรณ์เสริมสำหรับผู้ขับขี่เพื่อปรับปรุงความปลอดภัย ปัจจุบันมีจำนวนเครื่องมือทดสอบที่สะดุดตานับหมื่นชิ้นเช่น Google waymo พร้อมกล้องขนาดใหญ่ LIDAR และกระเป๋าเดินทางอิเล็กทรอนิกส์ที่สะดุดตา ภายใน5ปีปริมาณการขายของการตรวจสอบและแก้ไขวัตถุระดับสูงของตลาดมวล2อาจถึงล้าน

ผู้เล่นหลักที่นี่คือ NVIDIA terson (NANO, TX2, Xavier agx และ Xavier NX) ใน5-30W และ Intel movidius ในวัตต์หลักนับไม่ถ้วนแต่ ~ Daily throughput ในวันที่10มกราคม มีหลากหลายของการใช้งานที่นี่: กล้องวงจรปิด, ลำดับยีน, doorbells บ้าน, ระบบทางการแพทย์ (เช่นอัลตราซาวนด์), Photonics, วิสัยทัศน์หุ่นยนต์และซีเอ็นเอ็นถูกนำมาใช้ในกรณีส่วนใหญ่, แต่รูปแบบต่างๆที่แตกต่างจาก CNN ภาพยังสามารถนำมาใช้แฟนๆไม่สามารถยอมรับได้ในตลาดนี้ ลูกค้าที่เราพูดคุยกันมีความกระตือรือร้นสำหรับ throughput. พวกเขากำลังมองหาโซลูชั่นที่สามารถให้ throughput ที่สูงขึ้นและขนาดภาพขนาดใหญ่ที่อำนาจเดียวกัน/ราคาเป็นพลังงาน/ราคาที่ใช้ในวันนี้: เมื่อพวกเขาได้รับการแก้ปัญหา, โซลูชันของพวกเขาจะมีความถูกต้อง/เชื่อถือได้นำมาใช้และขยายโดยตลาด ดังนั้นแม้ว่าแอปพลิเคชันในปัจจุบันจะมีหน่วยนับพันหน่วยเนื่องจากความพร้อมใช้งานของการให้เหตุผลจะเติบโตขึ้นอย่างรวดเร็วการให้เหตุผลจะมีอัตราการรับส่งข้อมูล/ดอลลาร์และอัตราการรับส่งข้อมูล/วัตต์มากขึ้นเนื่องจากช่วงกว้างของการใช้งานส่วนตลาดนี้ควรกลายเป็นส่วนตลาดที่ใหญ่ที่สุดในช่วงเวลา CNN ภาพต้องมีการส่ง macs นับล้านต่อวินาที ด้วยการรับรู้คำหลักเพียงอย่างเดียวการประมวลผลคำพูดสามารถเข้าถึงพันล้าน macs/S หรือต่ำกว่า แอปพลิเคชันเหล่านี้ (เช่น Amazon Echo) มีความสำคัญในการรับเลี้ยงบุตรบุญธรรมและปริมาณแต่ราคา $/Chip ต่ำกว่ามาก ผู้เข้าร่วมในตลาดนี้แตกต่างจากตลาดข้างต้นอย่างสิ้นเชิง

มันเป็นความล่าช้า ระบบ EDGE คือการกำหนดความเร็วของภาพที่60เฟรมต่อวินาที ตัวอย่างเช่นในรถยนต์เห็นได้ชัดว่ามีความสำคัญในการตรวจจับวัตถุเช่นคนจักรยานและรถยนต์และมีบทบาทในเวลาที่สั้นที่สุด ในแอพพลิเคชัน EDGE ทั้งหมด latency คือ #1ซึ่งหมายความว่าขนาดแบทช์เกือบเสมอ1.