作者：电子创新网张国斌
在2024上海国际嵌入式大会 embedded world China Conference同期召开的芯原AI专题技术研讨会上，芯原执行副总裁、IP事业部总经理戴伟进在发言分享了了大模型（Large Models）在推动边缘计算变革中的机遇与挑战，同时，也对芯原在人工智能领域的产品布局做了分享。
他指出，大模型已经在各行各业带来了显著变化，尤其在嵌入式系统和边缘设备中的应用日益显著。戴伟进强调，多模态大模型能够实现深层次的智能水平，推动AI技术在各个领域的爆发式发展。例如，OpenAI的GPT Store和Sora视频生成模型，以及谷歌的Project Astra项目，都展示了大模型在商业应用中的广阔前景。
此外，大模型在嵌入式系统和边缘设备中的应用尤为突出，主要包括手机、AI-PC和汽车等。通过自然的人机交互、多模态能力、更自然的对话和更真实的信息，大模型能够极大提升用户体验。
另外，AGIBot的“远征A1”具身智能机器人，通过结合LLM和VLM等AI技术，实现了自主感知环境、理解任务和编排动作的能力。这进一步证明了大模型在机器人领域的应用潜力。
在讨论大模型和边缘计算的机遇与挑战时，戴伟进也提到了GPGPU（通用图形处理单元）的重要性和未来发展方向，他表示GPGPU的主要优势在于其强大的并行计算能力，这使其在处理大规模数据和复杂计算任务时表现出色。戴伟进指出，芯原的GPGPU IP CC8X00专为通用计算设计，能够有效应对多样化的计算需求。随着AI技术的发展，GPGPU在大模型训练和推理中的应用越来越广泛。戴伟进提到，芯原的Tensor Core GPU IP CCTC-MP专注于大模型预演模型的推理和训练，展示了GPGPU在支持AI应用中的关键作用。
他认为GPGPU的未来发展方向有三个：
1. 高性能和低功耗的平衡：未来的GPGPU发展将更加注重在高性能和低功耗之间找到平衡。芯原的AI-Computing处理器技术已经展示了其在这方面的优势，能够满足各种应用场景的需求。
2. 可编程性和扩展性：戴伟进强调，GPGPU未来的发展将继续提升其可编程性和扩展性，以应对不断变化的计算需求。芯原的产品布局中，GPGPU IP CC8X00正是为了满足这一需求而设计的。
3. 边缘计算的应用：随着边缘计算的兴起，GPGPU在边缘设备中的应用将越来越重要。戴伟进提到，芯原的AI-Computing处理器技术已经在边缘设备中运行大模型，如AI-PC、医疗系统设备和工业应用领域，这为GPGPU在边缘计算中的广泛应用奠定了基础。
4. AI赋能智能视频处理：芯原的视频处理器（VPU）和GPGPU的结合，展示了其在AI视频处理领域的领先地位。未来，GPGPU将进一步推动智能视频处理的发展，为用户带来更优质的体验。
针对这样的发展趋势，他分享了芯原的产品布局，戴伟进表示在大模型和AI技术的推动下，芯原已经布局了多个领域的产品，涵盖了从嵌入式市场到边缘计算的广泛应用。
芯原自2016年开始人工智能NPU的开发，目前，芯原的NPU已经在全球累计出货超过1亿颗，应用于AI视觉、AI语音、AI图像、AIoT/智慧家居、AR/VR、自动驾驶、PC、智能手机、监控、数据中心、可穿戴设备、智慧医疗和机器人等领域。
关于芯原在NPU领域的布局发展详见《产品创新与生态双轮驱动：芯原NPU的成功故事》
他透露在图形处理器（GPU）方面，芯原的GPU出货量接近20亿颗，拥有70项国内外专利。其在嵌入式市场耕耘近20年，AI赋能智能视频处理等行业取得了显著成绩。
在视频处理器（VPU）方面，芯原的视频处理器在全球范围内具有领先地位，广泛应用于AI视频和智能视频处理。
他还特别介绍了芯原的AI-Computing处理器技术，芯原的AI-Computing处理器技术具备可编程、可扩展、高性能和低功耗的特点，涵盖了数据中心和边缘服务器等应用。其NPU IP VIP9X00支持推断和增量训练，GPGPU IP CC8X00适用于通用计算，NPU+GPU IP GC9X00则专注于AI-GPU/AI-PC，Tensor Core GPU IP CCTC-MP适用于大模型推理和训练。
人工智能离不开软件生态的开发，他表示在软件框架方面，芯原的Acuity工具、库和软件堆栈构成了其AI-Computing软件框架。Project Open Se Cura实现了边缘与云协同计算，应用于谷歌眼镜等设备，实现极低功耗、常开和环境计算。
注：本文为原创文章，未经作者授权严禁转载或部分摘录切割使用，否则我们将保留侵权追诉的权利
