作为IIC Shenzhen 2024主论坛之一，2024全球CEO峰会以“边缘·芯未来”为主题，邀请全球领先的半导体技术厂商探讨和分享边缘AI技术在硬件和软件上的创新和布局，以及边缘AI的发展为半导体产业带来的巨大的市场机遇和技术挑战。
当前，边缘AI技术正在重塑半导体产业的市场结构和技术路线，推动产业向更高效、更智能的方向发展。一方面，边缘AI技术的发展推动了半导体产品的创新，使得AI功能可以嵌入到更多终端设备中，如智能手机、汽车ADAS系统、IoT设备等，从而扩大了半导体的应用场景。另一方面，边缘AI的发展不仅带动了芯片需求的增长，还促进了IP和接口芯片等相关领域的需求上升。此外，边缘计算解决方案的应用也提升了半导体设备的性能，如在半导体光刻系统中的应用。
随着物联网、5G等技术的普及，边缘AI的应用场景将不断增加，涵盖智能家居、智慧城市、工业自动化等多个领域。这些技术的发展推动了边缘计算和边缘AI的进一步演进，支持更加可扩展和高可用的边缘AI应用。相关数据显示，边缘AI市场的全球规模正以惊人的速度增长，预计从2022年的152亿美元增长到2032年的1436亿美元。
11月5日，由AspenCore主办的IIC Shenzhen 2024（2024国际集成电路展览会暨研讨会）在深圳举行。作为IIC Shenzhen 2024主论坛之一，2024全球CEO峰会以“边缘·芯未来”为主题，邀请全球领先的半导体技术厂商探讨和分享边缘AI技术在硬件和软件上的创新和布局，以及边缘AI的发展为半导体产业带来的巨大的市场机遇和技术挑战。
EE Times总编辑Nitin Dahad
EE Times总编辑Nitin Dahad在嘉宾致辞中表示，近几年行业比较重要的趋势之一是智能化、工业自动化，特别是在生成式人工智能技术的推动下，一些相关人工智能新的应用可以说非常振奋人心。同时，在当前电气化、去碳化等趋势下，半导体产业迎来一些新机遇的同时，也面临着越来越大的挑战，比如高性能芯片、高性能材料等需求。他表示，边缘AI市场不仅在规模上快速增长，而且在应用领域和技术进步方面也展现出巨大的潜力。他希望，通过业界的努力，能够使用边缘AI计算，赋能各大应用领域的发展。
德州仪器全球高级副总裁、嵌入式处理及DLP产品负责人Amichai Ron
德州仪器全球高级副总裁、嵌入式处理及DLP产品负责人Amichai Ron以“边缘AI：智能技术赋能更好的世界”为主题，分享了该公司对嵌入式技术和边缘AI未来的见解，强调了德州仪器如何通过不断的技术革新解决当今社会面临的一些最复杂问题。他表示，随着数据量的爆炸式增长，如何有效利用这些数据成为了新的挑战。边缘AI的出现解决了这个问题，它允许设计人员利用现有的数据创建更优的应用。边缘AI的核心在于能够在云端设计和训练模型，然后在嵌入式设备上运行这些模型，实现数据处理的本地化。
Amichai Ron介绍，边缘AI的一个重要特点是它能够将计算能力移近数据源，这意味着决策可以在设备上即时做出，而非依赖于云服务。这种即时响应能力对于汽车安全系统和工业机械等需要迅速反应的应用来说至关重要。比如，在汽车行业中，通过将智能应用于摄像头和雷达传感器，车辆能够更好地理解其周围的环境，从而提高安全性、辅助性和自主性。
他介绍，为了让边缘AI既节能又具有成本效益，德州仪器提供了丰富的解决方案，包括用于各种处理需求的可扩展微控制器、微处理器、无线连接和基于雷达的器件。这些器件集成了AI加速器，能够支持广泛的边缘AI应用。此外，德州仪器还提供全面的软件和工具，即使是对AI不熟悉的开发者也能轻松上手。
除了汽车领域的应用，Amichai Ron表示，边缘AI的应用非常广泛。比如，在智能家居中，配备边缘AI的门铃可以区分人和动物，减少误报，同时提高能效。在工业领域，边缘AI能够实现预测性维护，提前发现潜在故障，保证系统的稳定运行，特别是在太阳能系统中，这种技术的应用对于提升绿色能源的普及率具有重要意义。
炬芯科技董事长兼CEO周正宇
炬芯科技董事长兼CEO周正宇以“Actions Intelligence：端侧AI音频芯未来”为主题，分享了炬芯对边缘AI技术发展一些理解，以及炬芯在端侧AI音频芯片领域产品和技术布局。他表示，最近几年，随着以ChatGPT为代表的生成式AI技术的快速应用与增长，AI大模型带来数据爆炸性的增长，“但将所有的数据处理都放到云端是不现实的。未来发展趋势将是云端和端侧端协同，而端侧AI将随处可见”。
周正宇表示，端侧AI具有诸多应用优势，主要体现在低延迟、低功耗、不占网络带宽、隐私保护、个性化等，“从PC、手机到物联网等端侧，将能够提供大量廉价及低功耗的算力，同时能保证数据安全，以及满足个性化的需求。”他介绍，在数据需求越来大的背景下，端侧AI设备特别是中小型模型端侧设备将快速增长，预计2028年将会达到40亿台，年复合增长率达到32%，到2030年75%的中小模型端侧机器学习将基于专用硬件。
“值得一提的是，不是所有的AI计算都需要非常大的算力。中小型模型端侧机器学习应用通常消耗1瓦或更少的电能，并支持10GOPs以上的计算。” 周正宇表示，炬芯特别关注电池驱动的低功耗小模型端侧AI的技术，主要应用包括音频、语音、视觉、运动监测及预测性维护。他也介绍，如何在低功耗小资源IoT装置上打造低成本、易使用的AI算力，驱动中小模型AI，将是比较大的挑战。
周正宇表示，这一挑战源于传统芯片的冯·诺依曼架构，其最大瓶颈在于存储和计算是分离的，在数据处理过程中需要从存储中提取数据，再进行计算，计算之后再存储，就会形成功耗墙和性能墙。他也表示，冯·诺依曼架构显然不适合于端侧AI。炬芯寻求端侧AI新的道路，采用崭新的芯片架构——存内计算，打造低功耗、大算力On Chip CIM的技术路径。他认为，短期来看，SRAM为端侧AI的最佳技术路径；长期来看，SRAM和RRAM混合技术可能为最佳的技术路径。
目前，炬芯重点研发了基于SRAM的模数混合CIM（MMSCIM）为低功耗音频AI NPU。周正宇介绍，模数混合电路存内计算，技术壁垒高，主要体现在：在SRAM存储单元内用customized模拟电路实现数字逻辑的MAC运算，无需ADC/DAC，比模拟实现的能效比更高；数字实现的精度高，可靠性和量产一致性；易于升级工艺；容易提升速度，优化性能。基于以上技术路径，炬芯规划了三代MMSCIM产品，且现场发布了第一代MMSCIM端侧AI音频芯片。整体来看，通过导入存内计算机存内计算三核异构的架构，让端侧音频AI平台提供了几十倍的能效比和十几倍的算力提升。
爱芯元智创始人、董事长仇肖莘博士
爱芯元智创始人、董事长仇肖莘以“普惠AI重塑物理世界—半导体产业的新机遇”为主题，分享了边缘AI技术发展的一些思考，以及边缘AI给半导体产业带来新的机遇和挑战。她认为，人工智能的基础设施一定是云边端相结合，“人工智能不可能只存在于数据中心，大模型也需要下沉到边缘侧、端侧，才能真正做到万物智能。”她还分享了三个关键考量：一是数据隐私的保护；二是低延迟；三是效率和成本。三者促成了AI的能力必须下沉到边缘侧、端侧。
仇肖莘认为，边缘AI芯片将是撬动世界的一个支点。她指出，与云端相比，边缘侧AI芯片除了计算之外，还注重感知信号处理，“边缘计算或者端侧芯片一个最重要的功能，就是怎么通过处理物理传感器传过来的信号，对物理世界的信息进行数字化。在数字化以后，要不做处理、做决策、做判断，要么是把这些数字化的信息传送到云端，由云端做决策。”然而，尽管业界都希望AI能力能够不断下沉到日用的各种设备当中，但AI芯片仍然面临着各种各样的挑战，主要挑战在于：一是芯片越做越大；二是模型训练、推理成本激增；三是AI时代需要高效的AI计算处理器。
在AI处理器的设计实践上，爱芯元智的NPU通过DSA微架构，软硬件协同设计，以及混合精度，能够原生支持大模型，能够实现单个摄像头做深度的测量或者距离的测量。仇肖莘表示，通过AI技术，将对传统技术进行颠覆，提升传统技术性能的天花板。比如，在车载图像处理上，爱芯元智NPU不仅可以很好抑制高光，而且可以在暗光的情况下，把周围的环境恢复得近似白天，让行车驾驶更安全。她介绍，未来爱芯元智NPU将广泛应用于智能IoT、智能驾驶、边缘计算、机器人等领域。
思特威创始人、董事长、CEO徐辰博士
思特威创始人、董事长、CEO徐辰博士分享了全球及中国CIS(CMOS图像传感器)最新市场概况，介绍了思特威CIS创新技术在不同市场的应用。他表示，随着技术的进步，CIS的应用正从为人类观察转向为机器服务，成为智能手机、安防监控、汽车电子、机器视觉和人工智能等领域的重要“眼睛”。比如，在手机领域，CIS技术正朝着提升像素数量、优化图像处理能力及降低能耗的方向发展，同时集成了深度感知、生物识别等功能的趋势愈发明显；在汽车行业，CIS的发展将聚焦于提升感光灵敏度、降低成像延迟、增强复杂环境下的成像性能，并集成智能功能以满足ADAS和自动驾驶系统的需求；而在安防监控领域，CIS的应用将重点提升图像清晰度和夜间成像效果，并发展先进视频分析技术，以提高监控效率和安全性。
徐辰提到，如今全球CIS市场格局呈现集中的趋势，该领域大约由22家公司主导市场，其中87%的份额集中在亚太地区，代表企业有日本索尼和韩国三星等公司。而中国地区的几家CIS公司合计占全球16%的市场份额，位列日韩CIS企业之后。
从CIS发展趋势来看，根据Yole的最新数据，预计从2023年至2029年，CIS市场将以4.7%的年增长率扩张，直到2029年全球CIS销售额有望达到280亿美元，约合2,000亿人民币。按不同CIS应用来划分：手机应用占据最大份额，约60%，随着新能源汽车和无人驾驶技术的发展，汽车已超过计算机和安防，成为CIS的第二大应用。
如今，思特威的产品已广泛应用于安防监控、车载电子、智能手机等多个领域，并正向智能驾驶、无人机、人脸识别、AR/VR等新兴市场拓展，推动公司在成像技术领域的持续领先。根据TSR的报告，2023年思特威在安防CIS市场的占有率为48.2%，蝉联该市场全球第一的位置；在智能手机应用领域，根据潮电的报告，2023年在全球智能手机CIS出货量排名中，思特威排第五位；在车载应用领域，根据TSR的报告，思特威出货量排名全球第四。
目前，思特威设计了不同的产品系列，可以满足客户不同的需求，这些产品包括传统系列(SC系列)、高阶成像/物联网系列(AI/IoT系列)、超星光级系列(SL系列)、车载系列(AT系列)、全局快门/线阵系列(GS/LA系列)、智能手机系列(CS/XS系列)。徐辰还集中介绍了思特威的几项创新CIS技术，包括SFCPixell®专利技术、PixGainTM技术、Lightbox IR®技术和城市星光夜视全彩技术、车规级CIS高动态范围技术、LED闪烁抑制技术、全局快门技术、全像素相位对焦技术、Lofic HDRTM技术等。
在未来CIS产品的创新方向上，徐辰介绍，思特威将在智能手机CIS上不断创新，推动高阶智能手机向专业摄影方向发展，让用户随时随地拍摄专业级照片；车载CIS也是思特威未来布局的重点，旨在提升出行便捷性和安全性；安防CIS将重点关注黑光夜视全彩和Always-On Video(AOV)应用，满足安防领域24小时监测的需求。此外，思特威将开拓出更多针对智能化和高端应用的CIS产品，包括不限于数码相机、医疗内镜、工业检测等应用。
广东济德精密电子有限公司总经理兼研发技术总监黄杰
广东济德精密电子有限公司总经理兼研发技术总监黄杰以“国产连接器产业技术加速创新”为主题，详细分享了国产连接器产业的现状、技术创新、市场前景及未来发展。他表示，全球连接器市场规模在2023年已接近819亿美元，预计到2024年底将达到850亿美元，年增长率为4%。未来四到五年，行业预计将保持健康增长，复合增长率约为5.8%。中国市场作为全球最大的连接器市场，2023年市场份额已接近1/3，约250亿美元，预计2024年增长率也将达到4%。在全球连接器市场中，泰科、安费诺、莫仕等头部企业凭借产品质量和品牌优势占有较高市场份额。这些企业主要定位在特定的细分市场，如民用、工业、军用等，提供高性能的产品和服务。
黄杰介绍，中国连接器产业自1978年改革开放以来，经历了起步、发展到增长阶段。特别是在世贸组织入世后，中国企业在ODM、OEM市场份额的交叉影响下，产业技术得到了显著提升。疫情期间，中国厂商通过技术创新和研发快速填补市场空缺，尤其在通信领域，国内产品开始弥补市场，进入了一个创新的时代。
黄杰表示，在技术创新方面，连接器产业正经历设计创新、材料创新、制造工艺升级和性能提升。设计上，连接器正变得越来越小，接近材料极限。材料创新上，新型绝缘材料和高性能金属材料的应用正在不断研究和开发。制造工艺上，自动化生产已成为常态，精密加工技术也在不断升级。
黄杰认为，企业需要加速技术创新和研发，拓展应用领域和市场，加强品牌建设和渠道拓展，深化产业链合作。行业将继续保持增长态势，技术创新将成为竞争的关键，行业整合将加速，国际化程度将进一步提高。国内企业将积极响应国家号召，走向国际市场，获取更多机会。他介绍，济德精密电子主要聚焦于汽车工业，定位中高端市场，建立了前期研发团队和实验室，同时在制造上实现了无人化、全自动化生产，希望与业界共同推动国产连接器产业的发展。
Arm物联网事业部业务拓展副总裁马健(Chloe Ma)
Arm物联网事业部业务拓展副总裁马健(Chloe Ma)以“大模型时代边缘智能的新思考与新范式”为主题，分享了Arm如何赋能边缘AI技术发展的一些技术布局。演讲现场上，Chloe亲身展示了她与特别“助手”——Ray-Ban Meta智能眼镜——的实时交互，用语音提问它“Hey Meta, tell me what I am looking at？”，智能眼镜会回答：“您正在看会场，会场里有很多听众。”她表示，“智能眼镜可以更自然地见我所见，闻我所闻，有望重塑人机交互方式，使之更自然、智能和贴近用户需求。展望未来，大模型时代可能会颠覆现在所有的电子产品与芯片形态。”
实现从零到一亿用户，Netflix用了10年，Twitter用了5年，Instagram用了2.5年，TikTok缩短至9个月，而ChatGPT只用了2个月……在多模态大模型时代，生成式AI技术的应用和影响日益广泛且深远，对普通用户具有强大的吸引力。Chloe指出，这种飞速发展的背后是强大的AI技术支撑，大模型表达流利，知识广博，推理逻辑思维也突飞猛进，OpenAI o1更是实现System-2思维。更关键的是，大模型简单易用的界面，为每个用户都提供了一个能快速体验的通用平台，使得每一个用户都能畅想未来无限的可能。
Chloe认为：“现在，我们正处于AI计算普及的初期，AI基础设施的部署以集中式的云与数据中心为主，以支持大规模的AI训练和数据处理任务。而AI Cloud，或者Token Factory等概念的商务模式也更趋成熟。”她表示，就像之前提到的ChatGPT用户数的迅猛增速一样，大模型在边缘落地的速度更加惊人。AI模型和计算芯片技术的突破，以及对实时响应、成本、用户体验和安全隐私的诉求，让AI算力快速分布到边缘设备。这一趋势最先呈现在智能手机、PC等主流计算平台，通过AI加持的CPU、GPGPU或者NPU，实现对小型语言模型的支持。
AI算力作为一种类似水和电一样不可或缺的基本资源，将无处不在。Chloe强调，高性能、低功耗、强安全，是Arm计算技术从云到端普及的关键。面向新时代的边缘AI创新，Arm致力于在硬件、软件和生态系统三个方面同步推进：一是硬件打造基础优势；二是软件赋予产品灵魂；三是生态系统是Arm成功的核心关键。
David Moore, CEO of Pragmatic Semiconductor
Pragmatic Semiconductor公司CEO David Moore发表了“Enabling a sustainable AI-powered Internet of Everything”主题的演讲，介绍了公司独特的FlexICs（柔性集成电路）技术，其不仅重新定义了智能连接的标准，还推动了跨行业的可持续创新。他表示，如果没有智能化技术，许多行业的转型将难以实现，人工智能（AI）智能技术已成为C端市场、物流、能源等多个行业不可或缺的一部分。在智能数字化转型的浪潮中，AI扮演着至关重要的角色，推动着各行各业的创新与发展。云端服务、智能家居等领域也广泛采用了AI智能化管理。PragmatIC Semiconductor的目标是从边缘到每个单品，实现全面的智能化。
David Moore表示，PragmatIC Semiconductor追求的是万物互联的宏伟目标，不仅仅是几百万、几百亿的连接，而是达到数兆级别的规模。在诸多应用领域中，透明度和安全性是客户非常关注的重点。不同国家对此有着不同的要求，并在严格监管其应用领域。而资源短缺的挑战、全球芯片供应链的多样化以及环保问题，也是PragmatIC Semiconductor在发展过程中必须面对和解决的问题。
David Moore指出，PragmatIC的产品与传统产品不同，它们超薄、超柔软，能够与各种产品无缝连接，并大幅缩短了生产时间，将原本需要数月的芯片生产周期大幅缩短，同时保持低成本。而得益于快速的生产流程和紧凑的生产空间，PragmatIC在用水和用电方面也比传统方法节约了高达100倍的资源。
David Moore介绍，智能化管理是PragmatIC始终追求的目标，特别是在医疗保健领域，其传感器能够感应温度、湿度等环境因素。在VR/AR和可穿戴设备领域，这些柔软传感器因其舒适性成为理想的选择。此外，PragmatIC还将在日常生活中集成传感器，以传递信息。
据了解，PragmatIC已经成功筹集了4亿美元的资金，并拥有超过275名员工。公司总部位于剑桥，并在达勒姆拥有第一个生产工厂FlexLogic-001。最近，PragmatIC完成了1.82亿英镑的D轮融资，这笔资金将用于其位于英格兰东北部达勒姆的Pragmatic Park工厂建造第三条和第四条生产线。值得注意的是，超过70%的新资金来自英国投资者，他们对PragmatIC技术在新应用中的机会充满信心。
Power Integrations公司VP of Marketing Doug Bailey
Power Integrations公司VP of Marketing Doug Bailey以“Will SiC Survive The Emergence of Super-High Voltage GaN?”为主题，分享了氮化镓器件的应用优势，以及PI公司在氮化镓技术相关的研发与布局。Doug Bailey表示，硅是目前最成熟的半导体材料，广泛应用于各种电子设备中，其优点包括工艺成熟、成本较低，适合低压小电流应用。然而，硅在高压、高温和高频应用中的性能不如其他材料，例如在高压条件下导通电阻较大，开关速度较慢，能耗较高。
Doug Bailey也表示，尽管碳化硅具有高压、高频、高温和长寿命等优势，是制造高压、高温功率半导体器件的理想材料，但碳化硅的成本较高，且晶圆制备困难，比如高温加工。而氮化镓具有高效率、高功率密度和高频率等优点，特别是开关损耗非常少，甚至在一些应用场景要优于碳化硅，未来将广泛应用于5G基站、新能源汽车、消费电子等领域。他认为，虽然目前氮化镓仅仅在一些场景中得到应用，但未来一定会成为主流应用技术。
Doug Bailey介绍，过去几年里，PI公司不断升级迭代氮化镓器件，从650V、900V氮化镓器件，升级到1250V。2024年，PI公司又推出了1700V的氮化镓器件，“从市场应用来看，随着高电压能力水平不断提升，氮化镓器件将会得到更多应用机会，比如手机充电器、电视机、汽车充电，以及太阳能光伏应用等。”
芯原执行副总裁、业务运营部总经理汪洋
芯原执行副总裁、业务运营部总经理汪洋以“塑造智能计算的未来：惠及大众的AI技术”为主题，分享了AI技术在各大应用领域的新机遇，以及芯原在相关领域的布局。随着AI模型规模的不断增长，训练计算量也呈指数级增长。值得一提的是，今年9月，OpenAI发布o1大模型，突破了LLM推理极限。汪洋介绍，当前AI技术增长非常快，对性能的要求也越来越高，未来需要思考怎么把AI技术更好服务于人类。他特别提到，第十三届芯原CEO论坛五大预测之一是2028年用于端侧微调卡和推理卡的销售额将超过用于云侧的训练卡。目前，推理和端侧也是芯原重点关注的领域，同时也希望在这一发展趋势中寻找新的机遇。
对于未来细分应用场景发展趋势，汪洋表示，“个人电脑将以最高的渗透率推动先进半导体消费。手机是我们必不可少的一个产品，但我们认为AR眼镜将是‘下一代的手机’。未来，它将像一个普通眼镜一样，轻便易用，而且不需要频繁充电。”在AR眼镜上，芯原也研发布局了多年，跟国际领先的互联网公司在极低功耗技术方面合作超过5年，同时在IP、ASIC方面也有深度合作。汪洋表示，当前AR技术已经跨越低谷，迈入逐步增长期。
而随着5G技术快速发展，以及元宇宙概念落地，硬件和内容生态持续完善等多因素的推动下，AR产业已经进入复苏发展阶段。他认为，AR将是AI落地的最佳载体，“AIGC的商业落地推动新一轮人工智能发展，而AR眼镜作为感知设备，将是多模态大模型的最佳载体。” 他指出，研究数据表明中国有望成为全球最大的AR产业单一市场，将占据全球50%以上的市场规模。此外，芯原还在自动驾驶、智慧教育等领域做了相关前瞻布局。
作为“中国半导体IP第一股”，芯原拥有丰富且优质的IP储备，并向业界提供一站式的芯片设计服务。汪洋介绍，针对先进工艺技术的演进，过去近十年里，芯原不断创新迭代产品和服务，主要采取“两条腿走路”的发展方式：FD-SOI和FinFET。FD-SOI主打低功耗的物联网类应用，FinFET则主要针对高性能计算类应用。目前，芯原已经研发了近60个的FD-SOI IP，并累计向40余个客户授权了近260多个/次FD-SOI IP核。
Bosch Sensortec亚太区总裁王宏宇
Bosch Sensortec亚太区总裁王宏宇发表了“嵌入式AI与MEMS传感器塑造未来-开启全新视野” 的演讲，分享了博世在传感器技术领域的创新成果和未来发展方向。作为MEMS传感器的发明者，博世自1996年推出首款MEMS传感器以来，一直走在创新前沿。2005年，博世将MEMS传感器业务独立，成立了Bosch Sensortec，为消费电子、可穿戴设备和物联网等新兴领域提供MEMS传感器和解决方案。
至今，博世的MEMS传感器累计出货量已达180亿颗，以其微型化、低能耗和高灵敏度的特点，广泛应用于智能手机、汽车、医疗设备等多个领域。王宏宇介绍，博世的传感器技术在多个领域都有创新应用，例如4-in-1气体传感器在智能家居、互联设备和呼吸气体检测中的应用，以及在野火监测、尿布湿度检测和冰箱异味检测中的使用。这些创新不仅推动了消费电子产品的创新和互联，也促进了智慧生活的生态发展。
博世今年推出的智能互联传感器平台（SCS）专为全身运动追踪而设计，能够连接多种设备，如可穿戴设备、耳穿戴设备、AR/VR头戴式设备等，实现多达八个节点的智能互联。SCS可以通过结合动作反馈，为用户提供全身运动表现指导，适用于健身、康复、游戏等多种创新应用场景。其内置的人工智能和蓝牙低功耗技术，为用户提供了不受限制的详细运动质量反馈，仿佛拥有了一个私人人工智能教练。
目前，博世在微型化和智能化方面不断取得突破，发布了全球最小的加速度传感器BMA530和BMA580，体积仅为1.2x0.8x0.55mm³，特别适合可穿戴设备。
安霸半导体技术（上海）有限公司总经理冯羽涛
安霸半导体技术（上海）有限公司总经理冯羽涛以“GenAI’s Move to the Edge”为主题，分享了生成式人工智能（GenAI）在边缘计算领域的发展趋势和面临的挑战。他回顾了AI技术发展的重要里程碑：2012年的ImageNet竞赛；2016年AlphaGo战胜人类围棋冠军；2017年谷歌推出Transformer模型；2022年OpenAI推出ChatGPT 3.5。这一系列的技术突破，不仅推动了AI技术的发展，也改变了人类对AI发展潜力的认知。
冯羽涛表示，尽管AI大模型最近两年来取得了巨大突破，但其局限性也不容忽视，“这些模型主要基于语言模型，缺乏对物理世界的深入理解，且推理能力有限。”因此，他认为，在边缘计算领域，AI的发展不应仅仅局限于云端的大型计算集群，而应更多地关注边缘和设备端的AI计算。他强调，边缘AI需要适应人类生活环境和基础设施，作为“工具”延伸人类能力，并在设备端进行个性化训练，使设备能够根据用户需求“成长”得更智能。
冯羽涛还提到，人类智能（HI）与人工智能（AI）之间存在显著差异。HI受限于生物神经网络的局限，而AI则具有无限的潜力，能够形成大规模并行计算服务器，具有更高的数据带宽和更快的复制能力。他预测，AI最终将成为人类生活的一部分，这一趋势不可阻挡。此外，他也强调，AI技术将对社会产生深远影响，包括就业、教育和伦理问题，需要制定相应的AI政策对其规范化应用与技术开发。针对边缘AI对硬件低功耗、低延迟、数据隐私保护和本地存储等要求，目前安霸半导体也开发了相关边缘计算硬件领域的产品，包括低功耗的SoC和软件SDK等核心产品，以及两款Edge AI Box。
峰岹科技首席技术官毕超博士
峰岹科技首席技术官毕超博士围绕“具身机器人对电机控制芯片的挑战”的主题，分享了人形机器人用微型电机的当前面临的一些技术难点和解决方案。毕超介绍，具身人形机器人的DOF较多，而每一个DOF代表一个伺服电机系统，这类机器人还需根据伺服指令做出快速、准确的响应。毕超博士以Boston Dynamic的机器狗、ASIMO、ARMAR-4、Tesla G-II为例，介绍了这类人形机器人的“灵巧手臂”的DOF越来越多的趋势。比如，Boston Dynamic的机器狗有12个关节(DOF)，ASIMO有34个DOF，ARMAR-4有63 DOF，Tesla G-II的手臂有 22个DOF (一只手11个DOF)。
其中，每一个DOF对应一个微型马达/电机，也同样需要一颗电机控制芯片，所以毕超认为，对电机控制芯片提供商而言，机器人灵巧手臂应用的电机越多，公司潜在的市场空间和机遇也就越大，这也是峰岹科技热衷机器人的主要原因。
如今，许多灵巧手臂中使用了空心杯马达，这类马达又称无铁芯电机、无齿槽电机。毕超博士以目前业内主流的德国产的无齿槽电机为例，这类电机尺寸小、成本高，一个直径6毫米的电机售价高达1万人民币，如果一只灵巧手有27个DOF，仅电机的成本就超过了20万人民币。如此高昂的成本，势必会影响商用落地的速度。在面对以上问题，毕超博士提出一些方法——去掉灵巧手中非必要的关节，比如中指最前端的关节。
除了减少关节达到降成本的目的之外，灵巧手臂还需要电机技术层面的支持，因为机器人手指的空间非常小，这要求电机尺寸要小、转矩密度要高。转矩密度是指电机在单位体积或单位重量下能产生的转矩，它是衡量电机设计效率和紧凑性的一个重要指标。高转矩密度意味着在相同体积或重量下，电机能够提供更大的转矩。
目前，各机器人公司通常采用“高速电机+微型精密齿轮箱”的方案，还需配合高精度的微型转子位传感器，来实现减小电机体积的目的。毕超博士表示，这些都是峰岹科技的研发方向。
毕超博士介绍，目前峰岹科技已从传统的单核运行转向双核运行，以不同核心处理特定信号，如一个核心专门处理电机控制，另一个处理通讯和保护等通用任务。这样，无需高制程的芯片技术即可实现高性能电机控制芯片。而面对在线参数辨识的需求，目前双核已显不足，在此基础上，峰岹科技正在考虑采用三芯片方案——具有Tri-Core电机无感控制芯片架构。
毕超博士还表示，参数辨识对高性能控制至关重要。考虑到模型的复杂性，多核架构成为解决成本和性能问题的有效途径。目前，峰岹科技已实现32位双核，现在正致力于开发多核技术，以提升机器人伺服控制芯片的性能。
瑞萨电子全球销售与市场副总裁、瑞萨电子中国总裁赖长青
瑞萨电子全球销售与市场副总裁、瑞萨电子中国总裁赖长青以“瑞萨边缘AI全景图”主题，从行业现状、技术发展等多个维度深入剖析了边缘AI发展趋势及瑞萨电子的战略布局，描绘了瑞萨电子在边缘AI领域的宏伟蓝图。
随着5G、物联网和人工智能技术的快速发展，我们正步入万物互联的时代。边缘AI作为连接云端与终端的关键技术，其重要性日益凸显。赖长青指出，边缘AI的兴起主要源于以下几个方面的需求：一是实时响应能力：传统人工智能依赖于云端进行数据处理和决策，导致响应时间较长，无法满足实时性要求高的场景，如工业控制、自动驾驶等；二是扩展性：大型高算力SoC无法满足海量终端设备的需求，边缘AI可以实现去中心化，将决策下沉到终端，提升系统的可扩展性；三是安全性：万物互联时代，网络攻击和漏洞风险增加，边缘AI可以将数据分析和决策本地化，降低安全风险；四是高效性：云端人工智能消耗大量能源，边缘AI可以减少数据传输和云端计算，实现更高效的能源利用；五是成本：边缘AI可以将部分计算任务从云端转移到终端，降低系统成本。
不过，赖长青也表示，边缘AI在带来众多应用优势的同时，注定也面临着诸多挑战，主要包括计算资源有限、算法模型开发困难、边缘AI生态系统需要硬件、软件、算法等多方面协同发展。
面对边缘AI的机遇与挑战，瑞萨电子积极布局，致力于打造完善的边缘AI生态系统，为嵌入式工程师提供全方位的支持，比如人工智能卓越中心、开发工具和平台、EAI translator、软件和算法支持、生态系统建设。
本次全球CEO峰会得到了诸多行业企业的支持，名单如下：
德州仪器、意法半导体、Qorvo、是德科技、瑞萨电子、MPS、泰克、AMD、amsOSRAM、Cadence、英飞凌、Imagination、帝奥微、京北通宇、济德精密、必易微电子、博世、炬芯、瑞凡微电子、新汉科技、Pragmatic、安霸半导体、爱芯元智、禾吉昌、沃时电子、镁芯科技、思特威、智其伟业、荣德伟业、四方联达、Smith、锴镁锐、创实技术、伟德国际、安博电子、希玛科技、凯新达科技、泰凌微、众唯电子、华强半导体、英特翎、瑞盟科技、润石科技、格科微电子、思诺信、易达凯、跃跃电子、联创杰、安芯易、鸿鼎业、美创芯、凯新达电子、信芯诺、坤恒顺维、晶华微、美盛电子、Sourceability、安谋科技、PI、华舒科技、ABRACON、万国半导体、睿查森、顶讯科技、新微半导体、拍明芯城、恒捷供应链、卓越飞讯、天鲲科技、Rigol、巨霖科技、勤尚伟业、中电港、Omnivion、杰理、高云半导体、美时龙、贝岭、概伦电子、富芮坤、安世半导体、立创电子、骉鑫集团、晶宇兴、虹茂、泓龙电子、守正通信、奎芯科技、思普达、汇佳成、唯时信、京东工业、极海、开步电子、思尔芯、中移物联OneOs、安立、申矽凌、芯耀辉、Silvaco、比邻智联、芯和半导体、英诺达、CGD、Itech、九同方、奇捷科技、灿芯、博通、图灵量子。
您可能感兴趣
