全球深度學習晶元市場2019年趨勢
2018是晶元產業的一個重要節點，也是呈現井噴式性能進化的一年。2019，必定也是各種晶元產品百家爭鳴的一年。
在規模達3,350億美元的全球半導體行業中，大大小小的公司都在努力研發新的晶元設計、材料和製造工藝。其中一個原因是，名為深度學習的人工智慧技術正越來越廣泛地被應用於圖片分類、語音翻譯和自動駕駛等任務，這些任務獲益於新的計算機技術。
該技術涉及通過讓系統接觸海量數據來訓練系統，這不同於用明確指令給系統編程，後者不僅耗時長，結果也往往不那麼可靠。使用深度學習技術的網路公司尤其感興趣的是，如何促進能更快得出結果的硬體的創新。
創新活動的激增，部分源於智能手機和個人計算機銷售量的下降，這也同時導致了史無前例的晶元製造商的大規模合併。據迪羅基（Dealogic，全球金融數據提供商）統計，過去兩年中共有707次合併和收購，總市值為2460億美元。
與此同時，該行業用於提升性能的備用策略——穩步減少每個矽片上微型晶體管的數量——其效益也在遭遇瓶頸。幾十年來，晶元製造商都遵從著摩爾定律，該定律以英特爾聯合創始人戈登·摩爾的名字命名，認為每過兩年左右晶元上可容納的晶體管數量便會增加一倍。但最近人們發現，相對晶體管增多導致的晶元設計成本的上漲，計算速度和功耗方面的改善不再像以前一樣顯著。
國際商業機器公司(International Business Machines, 簡稱IBM)首席科學家Dharmendra Modha稱，這既是最好的時代也是最壞的時代。
「深度學習會調整數據的表達，從而擴展了機器學習，最終深度學習將解決複雜的、數據豐富的業務問題。例如，深度學習在解讀醫學圖像以便做早期診斷方面可以給出很好的結果，還可以幫忙改善視障人士的視力、控制自動駕駛的汽車、或者認識和理解某個人的語音。」
——深度學習是機器學習的一個變體，代表著向人工智慧發展的主要驅動力之一。因為深度學習可以提供比其他機器學習方法更為出色的數據融合能力，所以Gartner預測，到2019年，深度學習將成為實現需求、欺詐和故障預測最佳性能的關鍵驅動因素。
（部分內容根據網路信息整理）
TAG:AI芯天下 |