美国为什么能禁华为芯片面对2020年15亿个AI终端市场需求定制AI芯片才是趋势
在2020年的市场需求中，面对15亿个AI终端的挑战，我们不禁要问：美国为什么能禁华为芯片？这背后，是不是也反映了一个更深层次的问题——如何通过定制AI芯片来满足各式各样的市场需求？
随着AI算法的不断成熟和芯片算力的提升，AI技术已经渗透到我们生活的方方面面。然而，算法与芯片之间的匹配问题却成为了一大难题。软硬一体化虽然提高了效率，但多样化需求的满足仍是一个未解之谜。
据统计，到2022年，全世界将拥有超过15亿台具有计算机视觉/机器视觉功能的设备。这意味着定制化的AI加速器将是必需品。但是，这种落地应用并不容易。CEVA营销副总裁Moshe Sheier指出，在边缘AI中，由于数据量巨大且运算复杂，芯片的算力至关重要。
那么，我们如何解决这个带宽难题呢？Moshe Sheier提出了一个观点：需要让算法公司提出更多需求，让芯片设计能够更好地满足这些需求，只有这样，才能真正实现AI技术在实际应用中的效率提升。
但是在这一过程中，又出现了另一个问题：专用还是通用的芯片？通用的芯片可以适应算法演进，但其算力远不及专用芯片。Moshe Sheier认为，定制化即使趋势，同时视频DSP在AI中的作用不可忽视，因为很多时候，我们需要运行多个神经网络模型，这时CPU可能会遇到瓶颈。
为了解决这个问题，CEVA推出了第二代面向边缘设备的AI推理处理器架构NeuPro-S，它们提供了1000、2000和4000个8位MAC预配置处理器，并且支持多级内存系统以及多重权重压缩选项。这不仅提高了性能，还减少了功耗和成本。
但是，对于这些新兴技术来说，最大的挑战还在于软件开发。在CDNN软件框架中加入对L2内存支持，以及通过开放的心态让客户自己的硬件加速器集成，都需要大量优化工作。而对于那些想要利用这些新技术进行产品开发的人来说，更关键的是如何快速、高效地部署这些软件，以便能够尽快进入市场竞争。
综上所述，无论是从硬件还是软件角度看，即使是像CEVA这样的领先公司，也无法避免这一困境。在未来的发展道路上，我们或许需要重新审视整个产业链协作，从而找到既能满足市场需求，又能确保科技进步的一条平衡之路。
