聯發科于2019年7月中推出可快速影像辨識的AIoT平臺i700，在邊緣裝置端提供高性能的同時，仍能達到最低功耗，預計將廣泛應用在智慧城市、智慧建筑及智慧制造等領域，協助聯發科AIoT物聯網產業鏈加速發展。

從芯片大廠到云端龍頭，跨足邊緣AI芯片成重要策略

隨物聯網應用越趨廣泛，裝置連結數的增加與海量數據的產生使智慧裝置對高速AI邊緣算力和物聯網能力提出更高要求，邊緣運算與AI的結合遂成顯學。

觀察近期廠商于此領域之布局，邊緣運算AI芯片堪稱兵家必爭之地，在芯片大廠部分，包括NVIDIA推出供物聯網閘道器及邊緣運算使用的Jetson Nano開發板與EGX平臺；Intel推出由64個Loihi神經擬態芯片組成的Pohoiki Beach系統，并規劃將其應用在自動駕駛等邊緣端涉及深度學習的場景；高通也推出專為Edge AI設計的Cloud AI 100，挾其于物聯網、自駕車、計算機視覺等人工邊緣運算重點發展領域豐富經驗一較高下。

除傳統芯片廠外，云端平臺大廠也有別于過往專注于解決方案的推出，紛紛加入戰局，例如AWS發布第一款專門用于機器學習的AI芯片Inferentia；Google則推出用來執行機器學習模型推論預測的邊緣運算芯片Edge TPU，可在邊緣端設備上以超低功率、高度省電方式執行已訓練好的TensorFLow Lite機器學習模型。

有鑒于物聯網設備是AI芯片目前應用最廣泛的場景之一，云端大廠握有AI芯片將能讓其從云端跨向邊緣，使傳感器及相關設備有更高效的管理數據、提供更好的用戶體驗，并加速云端廠商物聯網商品的商業化與生態圈建置。

芯片亦為臺廠面對邊緣運算AI趨勢之主要切入點

2019年亦有不少臺系廠商進行邊緣運算結合人工智能的布局，例如聯發科于年中推出具高速AI邊緣運算能力的i700解決方案，其單晶片設計整合CPU、GPU、ISP和專屬AI處理器APU(AI Processor Unit)，強大的AI辨識能力可應用于無人商店的辨物刷臉、智慧建筑的門禁系統，以及智慧工廠辨別障礙物等場景。

耐能則推出具備可重組式人工智能神經網絡技術的AI芯片KL520，將神經網絡處理器的功耗降至數百mW等級，適用于結構光、雙目視覺，而ToF特性也使該芯片將廣泛運用于網絡攝影機、安防監控系統、空拍機等領域。同樣看準邊緣視覺AI的商機，華晶科、訊連、和碩等也相繼推出計算機視覺及圖像辨識的相關產品。

綜觀臺灣地區產業優勢，以半導體產業中的晶圓代工及封測總產值為全球第一，IC設計亦位居前茅。于2019年7月由產官學研組成的臺灣人工智能芯片聯盟(AI in Chip Taiwan Alliance，AITA)4個主要聚焦議題中，異質整合旨在將不同芯片透過技術提升效能同時縮小體積、減少功耗與降低成本，半通用型AI芯片著重在發展特定應用的推論及深度學習芯片，皆是邊緣運算與AI結合的重要發展目標，倘由產業動態及政府資源挹注來看，臺廠若要切入邊緣運算AI市場，芯片仍是最好發揮的著力點。

*博客內容為網友個人發布，僅代表博主個人觀點，如有侵權請聯系工作人員刪除。