0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

深度学习与神经网络推动AI芯片市场以约40%的年成长率持续扩张

lhl545545 来源:国际电子商情 作者:国际电子商情 2020-10-07 11:24 次阅读

随着越来越多机器朝半自动化发展,工业与汽车计算机视觉应用可望从中受益,取得更高的年成长率。市场研究机构MarketsandMarkets在最新报告中预测,全球AI芯片市场规模到2026年将达到578亿美元。..

据市场研究机构Marketsand Markets发布的最新展望报告指出,由消费者需求所促成的庞大、复杂数据集,与不断增加的商业应用程序,还有广泛被采用的深度学习神经网络,推动AI芯片市场以约40%的年成长率持续扩张。

据Marketsand Markets 预测,全球AI芯片市场规模到2026年将达到578亿美元,随着越来越多机器朝半自动化发展,工业与汽车计算机视觉应用可望从中受益,取得更高的年成长率。

与此同时,做为数据中心训练机器学习模型主力的图像处理器市场,将取得最快的年成长率;而才刚宣布收购Arm的Nvidia将可能成为GPU领域的“火车头”。

该机构分析师并认为,诸如机器学习等AI应用多会采用更具省电效益的FPGA,尽管这会将驱动指令周期较慢;x86架构CPU则将继续在加速目前主导企业数据中心的专属深度学习工作负载方面,继续扮演支持性的角色。

此外 Marketsand Markets还预估,接下来五年,大多数的AI芯片需求将来自于亚太区市场,特别是在中国大陆、韩国与日本推出的汽车与工业应用。区域性关键推动因素,包括AI硬件成本的下降、AI芯片性能的改善,以及针对智能手机消费者对即时服务的需求。因此具备改善之延迟性与实时反应能力的先进硬件,将引领自动化服务在区域市场的爆炸性成长。

预计未来5年将有一批熟悉的人工智能芯片制造商主导市场。 包括Nvidia (加上新收购的Arm)、英特尔Intel)、三星电子(Samsung Electronics)、AMD、IBM,以及FPGA供货商Xilinx。在此同时,超大数据中心业者如亚马逊(Amazon)、Google、微软(Microsoft),也会在AI软件堆栈领域扮演更重要角色。

报告也将处境艰难的华为(Huawei)列为AI芯片领导厂商,不过忽略了中国大陆市场上其他的重要AI业者,包括百度(Baidu)与腾讯(Tencent)。 与此同时,去年12月,中国云计算巨头阿里巴巴发布了其首款人工智能芯片“汉光800”。

另一家在AI芯片领域新崛起的兴业者,是以色列新创公司Halio; 该公司将其人工智能处理器用于无人值机传感器等边缘设备。这家总部位于特拉维夫的初创公司今年早些时候完成了一轮6000万美元的融资,将用于加速人工智能芯片的生产 。 这家总部位于特拉维夫的初创公司今年早些时候完成了一轮6000万美元的融资,将用于加速人工智能芯片的生产。
责任编辑:pj

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4733

    浏览量

    100410
  • 深度学习
    +关注

    关注

    73

    文章

    5463

    浏览量

    120876
  • 人工智能芯片

    关注

    1

    文章

    119

    浏览量

    28957
收藏 人收藏

    评论

    相关推荐

    pytorch中有神经网络模型吗

    处理、语音识别等领域取得了显著的成果。PyTorch是一个开源的深度学习框架,由Facebook的AI研究团队开发。它以其易用性、灵活性和高效性而受到广泛欢迎。在PyTorch中,有许多预训练的
    的头像 发表于 07-11 09:59 597次阅读

    简单认识深度神经网络

    深度神经网络(Deep Neural Networks, DNNs)作为机器学习领域中的一种重要技术,特别是在深度学习领域,已经取得了显著的
    的头像 发表于 07-10 18:23 890次阅读

    BP神经网络学习机制

    (Backpropagation Algorithm,简称BP算法)来不断调整网络的权重和阈值,最小化网络输出与目标值之间的误差。本文将从BP神经网络的基本原理、
    的头像 发表于 07-10 15:49 366次阅读

    深度神经网络与基本神经网络的区别

    在探讨深度神经网络(Deep Neural Networks, DNNs)与基本神经网络(通常指传统神经网络或前向神经网络)的区别时,我们需
    的头像 发表于 07-04 13:20 554次阅读

    人工智能神经网络芯片的介绍

    人工智能神经网络芯片是一类专门为深度学习神经网络算法设计的处理器。它们具有高性能、低功耗、可扩展等特点,广泛应用于图像识别、语音识别、自然
    的头像 发表于 07-04 09:33 525次阅读

    神经网络芯片与传统芯片的区别和联系

    引言 随着人工智能技术的快速发展,深度学习算法在图像识别、自然语言处理、语音识别等领域取得了显著的成果。然而,深度学习算法对计算资源的需求非常高,传统的计算
    的头像 发表于 07-04 09:31 640次阅读

    bp神经网络深度神经网络

    BP神经网络(Backpropagation Neural Network)是一种常见的前馈神经网络,它使用反向传播算法来训练网络。虽然BP神经网络在某些方面与
    的头像 发表于 07-03 10:14 576次阅读

    深度学习与卷积神经网络的应用

    随着人工智能技术的飞速发展,深度学习和卷积神经网络(Convolutional Neural Network, CNN)作为其中的重要分支,已经在多个领域取得了显著的应用成果。从图像识别、语音识别
    的头像 发表于 07-02 18:19 739次阅读

    卷积神经网络和bp神经网络的区别

    化能力。随着深度学习技术的不断发展,神经网络已经成为人工智能领域的重要技术之一。卷积神经网络和BP神经
    的头像 发表于 07-02 14:24 2290次阅读

    深度神经网络模型cnn的基本概念、结构及原理

    ,其核心是构建具有多层结构的神经网络模型,实现对复杂数据的高效表示和处理。在众多深度学习模型中,卷积神经网络(CNN)因其在图像识别等领域
    的头像 发表于 07-02 10:11 9430次阅读

    深度神经网络模型有哪些

    、Sigmoid或Tanh。 卷积神经网络(Convolutional Neural Networks,CNN): 卷积神经网络深度学习中最重
    的头像 发表于 07-02 10:00 1038次阅读

    利用深度循环神经网络对心电图降噪

    具体的软硬件实现点击 http://mcu-ai.com/ MCU-AI技术网页_MCU-AI 我们提出了一种利用由长短期记忆 (LSTM) 单元构建的深度循环
    发表于 05-15 14:42

    利用神经网络对脑电图(EEG)降噪

    具体的软硬件实现点击http://mcu-ai.com/MCU-AI技术网页_MCU-AI人工智能 这个示例展示了如何使用EEGdenoiseNet基准数据集[1]和深度
    发表于 04-30 20:40

    FPGA在深度学习应用中或将取代GPU

    硬件公司供货的不断增加,GPU 在深度学习中的市场需求还催生了大量公共云服务,这些服务为深度学习项目提供强大的 GPU 虚拟机。 但是显卡
    发表于 03-21 15:19

    详解深度学习神经网络与卷积神经网络的应用

    处理技术也可以通过深度学习来获得更优异的效果,比如去噪、超分辨和跟踪算法等。为了跟上时代的步伐,必须对深度学习
    的头像 发表于 01-11 10:51 1824次阅读
    详解<b class='flag-5'>深度</b><b class='flag-5'>学习</b>、<b class='flag-5'>神经网络</b>与卷积<b class='flag-5'>神经网络</b>的应用