边缘AI

本文与ST专家Giuseppe Desoli探讨了以内存为中心的芯片设计、存内计算，以及在人工智能真正融入微控制器、传感器或机器人灵巧手之前，芯片硬件层面需要做出哪些方面的改变。

边缘AI能力在设备市场上并非均匀分布。不同档次的NPU性能差异显著，而这种差异决定了设备能支撑哪些边缘AI工作负载——以及支撑到什么程度。

如果边缘人工智能加速发展，这是否会降低以人工智能为中心的数据中心的重要性？

随着AI进入医疗、教育、制造、金融、企业服务以及个人助手等更多真实应用场景，一个新的问题逐渐浮现：仅依赖部署前训练获得的知识，已经难以满足长期、复杂且个体化的应用需求。

边缘AI不仅是人工智能技术落地的重要载体，也正在成为工业互联网、智慧城市、智能制造、自动驾驶和下一代物联网发展的核心支撑技术。

科技行业无需再问RISC-V何时到来，它已经在这里了。

随着数字技术迭代升级，算力驱动的设备预测性维护，彻底打破了传统运维的桎梏，让设备管理从“被动补救”转向“主动预判”，成为产业降本增效、安全提质的核心抓手。

为达标严苛指标，车载芯片设计思路必须彻底革新，面向边缘AI的半导体优化成为下一代智能汽车硬件研发的核心课题。