边缘AI应用场景丰富，开源有助于产业发展

电子发烧友网报道（文/李弯弯）当前，虽然云端仍然是AI芯片的主要细分应用领域，不过AI芯片正在从云端向边缘端发展。数据显示，预计到2025年，边缘AI芯片市场的收入将达到122亿美元，云端AI芯片市场的收入达119亿美元，边缘AI芯片市场将超过云端。

边缘AI应用场景丰富

边缘AI的应用领域非常广泛，包括智能家居、智慧交通、餐厅送餐机器人、新零售应用、AR/VR/元宇宙、机器人编程、智慧工业/物流/金融等。

尤其是边缘AI视觉，具体来看，常用的技术包括图像分类、目标检测、语义分割、实例分割等。图像分类，将图像送入网络，然后网络对图像数据分类，在安防、互联网、消费电子、汽车、医疗领域都有应用，比如用于进行人体车辆属性分类、人车分类、红绿灯、病灶标注等，用到的典型模型包括AlexNet、GoogLeNet、VGGNet、RESNET、DenseNet、mobilenet等。

目标检测，即识别图像中的很多对象，并为各个对象输出边界框和分类标签，典型模型包括YOLO、SSD、Fast R-CNN。用于安防领域的人脸检测、目标检测，互联网领域的内容审查，消费电子领域的手机相册分类，汽车领域的人车检测，医疗领域的病灶识别与标注等。

语音分割，将整个图像分成一个个像素组，然后对其进行标记和分类，语义分割试图在语音上理解图像中每个像素的角，典型模型包括FCN、SegNet。用于在安防领域的行为姿态检测，互联网领域的广告，汽车领域的可行驶区域感知，医疗领域的CT、X光辅助诊断。

实例分割，在语义分割的基础上，实例分割将不同类型的实例进行像素级区分，比如用5种不同颜色来标记5辆汽车，典型模型包括Mask R-CNN。在安防领域的行为姿态检测，消费电子领域的抠图、电影效果，汽车领域的可行驶区域感知，医疗领域的CT、X光辅助诊断。

经过过去这些年的发展，边缘AI的应用场景越来越丰富，视觉感知的需求在提升，算法也越来越复杂，对算力的需求也越来越多。而且可以看到，边缘AI应用场景丰富，设备形态多元，这就导致该领域的入局者与云端有所不同，不仅仅是少数大公司涉足，未来会有越来越多的中小公司、乃至是个人开发者参与进来。

降低开发门槛的最好方式是开源

然而，对于这些中小公司来说，就会面临很多门槛，比如买不到芯片或开发板，找不到Datasheet，如何使用AI工具链，发现问题如何反馈，怎么贡献自己开发的代码等。嘉楠科技副总裁汤炜伟此前谈到这个话题。他认为，降低门槛的最好方式就是开源。

基于此思想，嘉楠科技采用RISC-V的通用处理器核架构，自研了KPU架构，并进行了多次迭代。嘉楠科技AI业务线自2016年启动AI研发，是业内首家交付给予RISC-V架构的边缘AI芯片。该公司设计并交付了全球首批区块连计算ASIC，是全球首个交付7nm制程ASIC芯片，ASIC芯片全部14次流片的成功率达到100%。

RISC-V是一个基于精简指令集（RISC）原则的开源指令集架构（ISA）。与大多数指令集相比，RISC-V指令集可以自由地用于任何目的，允许任何人设计、制造和销售RISC-V芯片和软件。近些年，RISC-V架构发展迅速，数据显示，RISC-V CPU 核市场年增长率达到114.9%，预计到2025年在CPU核的占比将超过14%。

截至目前，嘉楠已经推出多款RISC-V架构边缘AI芯片，其中第二代AI芯片勘智K510，是一款定位中高端端侧的推理芯片，为AI应用提供高性能的图像及语音处理。该芯片包括双核64位RISC-V CPU和频率高达800MHz的数字信号处理器（DSP），并支持浮点单元（FPU）；能够进行高精度推理计算，支持INT8和BF16双数据类型；搭配最新一代ISP，支持2D/3D降噪、宽动态范围WDR、鱼眼校正、RGBIR融合、硬件3A等功能，3D ISP支持深度摄像头。

汤炜伟表示，嘉楠基于RISC-V架构的边缘AI芯片，AI工具链开源、开放，软件栈开源、开放，各AI框架和算子支持，可以使得客户在AI方案开发的过程中更易上手。

近几年嘉楠科技已经实现超过200万颗RISC-V AI芯片的出货，应用范围包括智慧门锁、智慧猫眼、直播跟拍云台、AI升降桌等智能家居领域；智能图像、水表智能改造、电子迎宾机器人等智慧城市领域；医疗胶囊机器人、血氧仪器、新冠试纸检测仪器、心率/血氧检测功能鼠标等智慧医疗场景；以及野生动物追踪、野生动物保护检测、粮食仓储害虫大黑粉盗虫、畜牧业管理系统等智慧农业场景。

小结

整体而言，边缘AI应用场景丰富，与云端场景不同，未来涉足该领域的企业会更多，可能不少将会是中小企业。这些企业致力于实现某些细分场景的AI功能，而开源、开放的芯片平台，将会有助于这些企业进行方案开发，有利于这个产业的更加繁荣的发展。