2023第七届人工智能大会成功举办：AI发展瞬息万变，行业龙头引领风向标

2023年8月23日，由电子发烧友网与ELEXCON2023深圳国际电子展联合主办的2023第七届人工智能大会暨第四届人工智能卓越创新奖颁奖典礼圆满落幕。本次大会主题为“智向远大、能者千面”，同时大会邀请到TI德州仪器、爱德万测试、爱芯元智、安谋科技、楼氏电子、ADI、瑞萨电子等全球知名企业高管和行业专家带来精彩分享。

电子发烧友总经理张迎辉在开幕致辞中表示，“回首过去的6年，我们发现AI技术是信息科技领域、半导体领域和芯片设计领域发展最快的一个细分赛道。在6年前，也许还有很多人在怀疑AI是不是一个技术泡沫，会不会在技术落地上遇到很多的挑战。但我们很多人可能没有反应过来，AI就进入到无数的应用中。通过工艺制程、算力算法、大数据、硬件产品和软件应用，AI近两年更是被大国们应用到了更多的尖端科研、军事国防和各行各业领域中。”

图：电子发烧友总经理 张迎辉

 
AI技术与应用的发展速度可谓是瞬息万变、一日千里。当然在这背后也是IP技术、算法、芯片工艺、材料等技术的赋能。更需要下游应用和大数据的训练、推理和运算。AI形成的巨大生态下，随着更多的开发者和工程师来参与到AI应用中，将来还会有更多的好玩的，有用的，更酷的产品应用落地。
 
TI：边缘视觉处理器让嵌入式的未来成为可能
 
今年以来，电子产品都有向下走的趋势，很多产业界的人士都反馈今年的生意太难做了，市场不太好。但从TI的市场调研结果来看，从2022年开始Ti认为整个嵌入式处理器市场增长率每年能够达到平均6%，而在AI的细分方向，TI认为增长率更是要超过普通嵌入式产品的增长。

图：TI技术支持经理 韩韬

 
TI技术支持经理韩韬在本次大会上带来了主题为“边缘视觉处理器让嵌入式的未来成为可能”的分享。对于TI的预测，韩韬认为，嵌入式AI处理器在如今传统的小家电往智能化的方向发展中，会产生新的需求。
 
“原来的工业设备没有AI的能力，所以我们需求的理解需要咱们去设置，去编程。但是随着业界的硬件软件跟整个生态环境的发展，现在的机器越来越懂我们的想法。比如说我们家里一些扫地的设备，我们不用规划它的路径，可以通过slam这种AI技术去构建我们家里整个环境的各个障碍物的位置，从而进行自主规划”
 
不过目前在嵌入式处理器上，用于AI领域还有几个痛点，包括：
 
1.如何找到好的设备、好的芯片、在特定领域达到需求。比如带AI功能的扫地机器人，需要多个传感单元、要求低功耗、高算力、快速建模，还能控制电机运动。

每个人的想法、每个不同场景千差万别。比如语音识别项目中，由于地方口音、语言的差别，所以需要AI设计中有更多样本，处理器需要有更多的训练和算力。

而TI通过丰富的嵌入式产品组合，比如具有广泛的处理、集成模拟和封装选项；以及直观的开源工具和易于使用的软件，帮助工程师降低编程难度，用更多的事件进行产品创新。从这两方面来简化嵌入式系统设计。
 
在边缘AI视觉处理方面，TI推出AM6xA视觉处理器，可应用于自动驾驶、工业、医疗、零售等多个领域。同时为了方便用户使用，每个TI嵌入式设备都有相关的设计和开发资源，包括软件、开发工具、评估板、培训和支持。
 
爱德万测试：AI芯片新趋势和背后的量产测试策略
 
在AI芯片的需求越来越大，算力需求越来越高的同时，随着市场的增长以及芯片性能的提升，实际上在生产端也为AI芯片带来了新的挑战。因此本次会议上，爱德万测试业务发展部资深技术专家晏泽昕为我们带来了“AI芯片新趋势和背后的量产测试策略”的主题演讲。

图：爱德万测试业务发展部资深技术专家 晏泽昕

 
晏泽昕介绍，目前AI芯片都有高速互联的需求，但如今AI芯片包括CPU、GPU、NPU等随着封装技术的提升，已经将2.5D、3D封装等应用到AI芯片中。而高速互联的信号都封装到芯片内部，这导致了信号难以进行测量。
 
传统的芯片测试方案在复杂集成度高的芯片上会遇到信号完整性挑战，以及量产工程师、设计工程师和系统验证工程师之间在测试数据和测试内容上的统一困难。所以在高速测量上，一般采用直接连接和smart book两种策略，可以独立观察高速信号的发射性能和接收性能，并具备各种功能。
 
另外在半导体测试环节，EDA在早期设计完成之后，他在非常早期验证这个芯片是否功能性完备的时候，会有一个测试案例。从前往后的测试需求主要是需要快速在CP端将芯片固定起来，然后来跑EDA的测试用例。
 
在芯片的早期验证，芯片的EDA设计完成之后，进入到量产环节，量产环节之后会有一个SLP验证过。通过这两个环节之间的gap，让他们成为一个通用的一个测试平台。晏泽昕介绍了一个新的解决方案Link Scale，其本身芯片就具有高速接口，比如PCIE和USB，首先硬件高速接口统一后，后面跑测试用例以及测试内容，都可以在Link Scale的软硬件环境中运行。
 
Link Scale主要有两个优点，包括在测试内容上可以从SLT往前可以放到CP或者FT阶段。这样的话可以把生产的成本极致优化；第二是EDA的测试用例和后端的SiP系统级测试用例，可以方便地做失效分析，快速定位问题。
 
爱芯元智：Transformer视觉大模型在边缘侧的部署
 
Frost&Sullivan的数据显示，2021年全球人工智能芯片市场规模为255亿美元，预计到2023年将达到490亿美元，以29.3%的复合增长率增长。其中包括智慧城市、智能驾驶以及终端设备都将给感知与边缘智能芯片带来增长机会。
 
其中，在智能驾驶L1/L2 ADAS，到L2+行泊一体、L4/L5自动驾驶的发展过程中，智能驾驶芯片的算力不断提升，未来到了L4/L5，将需要1000+ TOPS算力的智能驾驶芯片为其提供强的AI能力。
 
爱芯元智专注于高性能、低功耗的边缘侧、端侧人工智能处理器芯片开发，自主研发面向推理加速的神经网络处理器IP和AI-ISP视觉处理IP。爱芯元智AI推理引擎总监唐琦提到，爱芯元智主要面向智能驾驶的L2/L2+的智能驾驶市场。
 

图：爱芯元智AI推理引擎总监唐琦

为什么爱芯元智能够快速布局智能驾驶市场，并且用自己的产品快速提升客户的量产速度，从2019年成立至今打造了哪些技术优势？唐琦表示，爱芯元智有着两大核心技术，一是自研爱芯智眸 AI-ISP；二是爱芯通元混合精度 NPU，能够让边端智能更普惠。
 
根据介绍，爱芯智眸 AI-ISP具备AI黑光全彩、AI防抖、AI HDR成像、AI多传感器融合等特点，可搭载在智能手机、矿车ADAS等应用领域，为其提供更好的夜视效果。爱芯通元混合精度NPU采用芯片算法协同设计的方式，支持混合精度、算子指令集等，具备高性能、低成本、易使用的特点。据了解，爱芯元智的产品让客户从零基础开始写code到能在开发板跑出第一组结果大概只用了一小时，不仅加快了模型部署，还能加快了客户的量产速度。
 
爱芯通元混合精度NPU Transformer有着明显的优势，据了解爱芯元智推出的第三代高算力、高能效比的SoC芯片——AX650N。基于AX650N的Transformer具备高性能、高精度、易部署、低功耗的优势。目前，爱芯元智的大模型已经适配ViT、DeiT等更多的Transformer视觉模型。
 

 
安谋科技：端云协同，进入软件定义智能摄像头新时代

技术的进步让软件定义成为可能。安谋科技智能物联业务线业务发展与方案总监商德明提到，技术的发展让软件智能视觉有着三大发展趋势，一是向边缘计算转移，二是不断增强的安全关切，需要安全部署；三是支持云原生应用，包括运行云原生程序并可按需更新服务。

图：安谋科技智能物联业务线业务发展与方案总监商德明

 
向边缘计算转移就包括人体和物体识别、支持热点探测等定位和追踪，访问权限控制等智能安全，根据图像分割快速创建边界等自动边界分割不断增强的人工智能。在安全需求方面，包括安全启动、安全检查、软件隔离等，此外还有对用户认证、视频源的认证等。
 
针对这三大趋势，安谋科技推出智能边缘解决方案，包括芯片参考设计、硬件仿真平台、参考软件栈。通过安谋科技提供的芯片参考设计能够减少产品开发落地周期，整个设计方案也落地在FPGA平台上，能够提前测试产品的形态是否跟软件能够有效的结合、查看产品特性是否有差异化。参考软件栈是产品投放过程中，花费巨大投入的一部分。安谋科技通过提供开源的软件栈，让整个方案有更好的完整性。


 
当前安谋科技已经有了广泛的生态系统支持。商德明表示，安谋科技解决方案带来了安全、高能效化、机器学习、全面支持机器学习各项功能，并且能够预集成图像/视频编码器和互联总线，缩短产品开发面世时间，以及带视觉使用案例的开源软件解决方案。