據(jù)估計，到2025年，涵蓋硬件和軟件的AI系統(tǒng)的全球收入將達(dá)到近1萬億美元，復(fù)合年增長率達(dá)28%。具體來看，人工智能在汽車、制造、醫(yī)療和國防行業(yè)的應(yīng)用將最為廣泛;數(shù)據(jù)中心和云計算基礎(chǔ)設(shè)施將成為人工智能訓(xùn)練的主要領(lǐng)域。

人工智能系統(tǒng)的全球營收

人工智能是指一個研究如何使機(jī)器能夠獨(dú)立解決問題，從而實(shí)現(xiàn)學(xué)習(xí)并且基于輸入不斷做出邏輯決策的科學(xué)體系。機(jī)器通過自己的方式累積知識，其快速反應(yīng)能力非常類似于人腦在現(xiàn)實(shí)情況中所做的復(fù)雜計算。

機(jī)器學(xué)習(xí)作為人工智能的一部分，使機(jī)器能夠通過輸入給它們的數(shù)據(jù)自動查找和學(xué)習(xí)模式。機(jī)器學(xué)習(xí)技術(shù)包括神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)，它們都是試圖模擬人腦的結(jié)構(gòu)和工作方式(包括訓(xùn)練和推理等過程階段)的計算模型。

『水平行業(yè)領(lǐng)域的AI』

在半導(dǎo)體、人機(jī)界面、數(shù)據(jù)中心和自動機(jī)器四個水平行業(yè)領(lǐng)域，人工智能的影響將最為明顯。

半導(dǎo)體：當(dāng)今半導(dǎo)體市場的一個主要趨勢是異構(gòu)計算。

所謂異構(gòu)計算即，使用一種以上的處理器或核心或不同的協(xié)處理器。異構(gòu)計算不僅部署在高性能計算中，同時還部署在可以利用基本機(jī)器學(xué)習(xí)算法的嵌入式應(yīng)用程序中。它也是一種支持跨應(yīng)用程序和行業(yè)領(lǐng)域的人工智能和機(jī)器學(xué)習(xí)的解決方案。

因此，新的芯片解決方案正在出現(xiàn)，其中包含不同的核心和加速器，其組件具有優(yōu)化的機(jī)器學(xué)習(xí)功能，以實(shí)現(xiàn)高效、低能耗和降低構(gòu)建成本的目的。人工智能芯片體系結(jié)構(gòu)的變化意味著，一個統(tǒng)一的“一刀切”的方法將不再適合目前正在開發(fā)的人工智能解決方案。取而代之的是一系列不同的人工智能芯片解決方案，以滿足不同應(yīng)用的需要。

為此，人工智能市場中有一些面向?qū)Ｓ煤蛢?yōu)化的設(shè)備開放的部分，例如專用集成電路(ASIC)和沒有集成到異構(gòu)集成電路中的協(xié)處理器。然而，這些專用集成電路和協(xié)處理器位于同一塊印刷電路板上的系統(tǒng)芯片(SoC)附近，執(zhí)行專門為AI功能保留的類似功能。

ASIC市場的蓬勃發(fā)展得益于如雨后春筍般涌現(xiàn)的初創(chuàng)公司。區(qū)別于當(dāng)今用于中央處理器(CPU)、圖形處理單元(GPU)、現(xiàn)場可編程門陣列(FPGA)和數(shù)字信號處理器(DSP)中的傳統(tǒng)芯片架構(gòu)，這些初創(chuàng)公司提供在處理能力和存儲器接口方面的全新體系結(jié)構(gòu)。

由于創(chuàng)新步伐的加快，現(xiàn)如今針對特定算法優(yōu)化的硬件體系結(jié)構(gòu)可能很快就會過時，從而危及投資。因此，硬件(即使是芯片級的)必須是靈活且可以“即時”編程的。同時，軟件將在AI系統(tǒng)中驅(qū)動硬件。

另外可編程性需要解決的一個關(guān)鍵問題是，有效使用工作內(nèi)存。由于先進(jìn)的人工智能技術(shù)，尤其是涉及深度學(xué)習(xí)的算法，需要大量的易失性內(nèi)存才能正常運(yùn)行。為此，芯片行業(yè)正在尋找各種創(chuàng)新方法，包括新的處理器架構(gòu)，以減輕數(shù)據(jù)移動的負(fù)擔(dān)，支持高處理并行和每個處理核心專用的內(nèi)存單元。

內(nèi)存創(chuàng)新的嘗試說明了人工智能將如何成為新服務(wù)和商業(yè)模式的推動者和創(chuàng)造者，變革當(dāng)前的生態(tài)系統(tǒng)和供應(yīng)鏈。

在充分利用人工智能的潛力之前，必須先對供應(yīng)鏈進(jìn)行一段時間的清算和整合——簡化價值鏈。只有在人工智能中進(jìn)行篩選和穩(wěn)固之后，這項技術(shù)才能被最大限度地用于改善生活和工業(yè)。此外，針對人工智能的集成電路市場也將出現(xiàn)整合，這意味著，在未來10年里，只有少數(shù)幾個國家能夠生存下來。

數(shù)據(jù)中心

數(shù)據(jù)中心是當(dāng)今工業(yè)革命和數(shù)字轉(zhuǎn)型的關(guān)鍵部分。在數(shù)據(jù)中心內(nèi)，考慮到實(shí)時交付和低延遲等基本性能參數(shù)在應(yīng)用程序中的重要性，新的高性能服務(wù)器在開發(fā)時考慮了AI和機(jī)器學(xué)習(xí)算法。

研究顯示，到2022年，帶有專門的人工智能和機(jī)器學(xué)習(xí)聯(lián)合處理器的服務(wù)器將占全球服務(wù)器出貨量的10%以上。企業(yè)還將加大對包含協(xié)同處理器的服務(wù)器的投資，將優(yōu)先選擇包含通用圖形處理單元和現(xiàn)場可編程門陣列的服務(wù)器。

總體而言，無論是在基于云的數(shù)據(jù)中心還是在邊緣服務(wù)器中，未來設(shè)備的處理能力和數(shù)據(jù)分析能力都將有望大幅增長。目前，在不同的行業(yè)和領(lǐng)域中，計算越來越多的向邊緣網(wǎng)絡(luò)遷移。對低延遲性能的需求將推動往返時間(RTT)低于標(biāo)準(zhǔn)20毫秒(ms)的本地化服務(wù)器的增長。

人機(jī)界面

人機(jī)界面(HMI)是一種基本但功能非常強(qiáng)大的應(yīng)用程序，可以部署在多個應(yīng)用程序中，并跨多個行業(yè)和領(lǐng)域，從消費(fèi)和移動電子產(chǎn)品到汽車，從智能家居、智能設(shè)備到工業(yè)空間。

在汽車領(lǐng)域，安全至關(guān)重要。如自動駕駛汽車所預(yù)期的那樣，如果機(jī)器要接管人類的角色，原始設(shè)備制造商將承擔(dān)更大的責(zé)任。不過即便如此，具有基于AI算法和用于語音和手勢識別的車載HMI還是在汽車制造商和車主中大受歡迎。

自動化機(jī)器人

機(jī)器學(xué)習(xí)技術(shù)，連同先進(jìn)的機(jī)電和感覺科學(xué)，使不同的自主實(shí)體能夠迅速發(fā)展和部署，以完成具有不同復(fù)雜程度的多種任務(wù)。

自動機(jī)器涵蓋了多個行業(yè)領(lǐng)域的各種設(shè)備。包括輕型車輛、公共汽車和卡車;農(nóng)業(yè)作物機(jī)械;工業(yè)和醫(yī)療領(lǐng)域的機(jī)器人;玩具、無人機(jī)和服務(wù)機(jī)器人;海洋和軍事工業(yè);以及采礦業(yè)和建筑業(yè)。

在自動駕駛領(lǐng)域，汽車行業(yè)是AI的主要技術(shù)驅(qū)動力，并且要求最為復(fù)雜。然而，在消費(fèi)市場，自動機(jī)器的貨量將繼續(xù)保持領(lǐng)先地位，到2025年，全球總出貨量預(yù)計將達(dá)到1330萬臺，高于2018年的450萬臺。

目前，所有行業(yè)都在“擁抱”AI承諾的附加功能——更高的效率以及更好的性能。

在汽車領(lǐng)域，從半導(dǎo)體供應(yīng)商到原始設(shè)備制造商，整個汽車供應(yīng)鏈都在認(rèn)真地投資“人工智能”。其中先進(jìn)的技術(shù)為實(shí)現(xiàn)自動駕駛汽車鋪平了道路。機(jī)器學(xué)習(xí)已經(jīng)可以用于各種信息娛樂的人機(jī)界面，包括語音識別技術(shù)。在高級駕駛員輔助系統(tǒng)中，深度學(xué)習(xí)適用于基于攝像頭的機(jī)器視覺系統(tǒng)，基于雷達(dá)的檢測單元，駕駛員困倦和傳感器融合電子控制單元(ECU)等領(lǐng)域。

然而，除了信息娛樂之外，當(dāng)涉及到安全問題時，汽車AI將會涉及延遲、性能、功耗、數(shù)據(jù)獲取、處理以及存儲等額外要求。

在銀行業(yè)，2018年人工智能的商業(yè)價值約為411億美元，其中包括區(qū)塊鏈等新引入技術(shù)帶來的效率提高和成本節(jié)約。隨著AI成為主流，其在銀行業(yè)的商業(yè)價值將激增至1,650億美元。

具體來看，實(shí)時交付和低延遲將成為銀行市場交易，欺詐檢測，身份驗證和安全保證的關(guān)鍵性能參數(shù)。在這些領(lǐng)域，高性能邊緣計算是大勢所趨，其特點(diǎn)是內(nèi)部數(shù)據(jù)中心的使用日漸增加，而周轉(zhuǎn)時間僅為幾毫秒。

在工業(yè)自動化和制造業(yè)中，人工智能將啟用新的用例，例如“生成式設(shè)計”或根據(jù)一組系統(tǒng)要求自主創(chuàng)建最佳設(shè)計。通過生成式設(shè)計，用戶將能夠交互地指定其設(shè)計的功能需求和目標(biāo)，包括首選材料，工程約束條件和制造流程，并由此產(chǎn)生可用于制造的設(shè)計。

生成式設(shè)計將使設(shè)計更加親民，因為用戶只需要了解所設(shè)計零件的用途和目的，而不需要具有工程背景，或?qū)Y(jié)構(gòu)，力學(xué)和材料擁有廣泛的了解。生成式設(shè)計還將優(yōu)化多個目標(biāo)的同時設(shè)計，并且提供幾種新穎的設(shè)計替代方案，使公司能夠大大縮短產(chǎn)品工程周期。

在醫(yī)療保健領(lǐng)域，大數(shù)據(jù)分析和人工智能將扮演越來越重要的角色。通過工具接收醫(yī)療保健系統(tǒng)產(chǎn)生的大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，分析水平將不斷優(yōu)化，診斷的速度和準(zhǔn)確性將得到提高同時能夠擴(kuò)大診斷能力。

并且，新的業(yè)務(wù)模型將會出現(xiàn)，例如軟件即服務(wù)(SaaS)，其特點(diǎn)是基于站點(diǎn)估計案例數(shù)的年度訂閱模型。此外，人工智能技術(shù)的使用還將影響醫(yī)療保健的其他要素，例如定價，數(shù)據(jù)集驗證，設(shè)備使用和更換，診斷成像，虛擬健康助手以及投資回報率。

數(shù)據(jù)顯示，到2022年，機(jī)器學(xué)習(xí)和人工智能將實(shí)現(xiàn)加拿大、中國、法國、德國、日本、英國和美國等國的100萬患者的遠(yuǎn)程監(jiān)控，相較于2017年的3.1萬，將有大幅提升。

在視頻監(jiān)控領(lǐng)域，人工智能也將掀起一場行業(yè)革命。視頻監(jiān)控領(lǐng)域受到多種因素的影響，包括視頻監(jiān)控產(chǎn)品和市場參與者之間的激烈競爭、中國的視頻監(jiān)控的廣泛使用、安全城市的崛起，以及從標(biāo)準(zhǔn)定義到高清視頻的持續(xù)轉(zhuǎn)變。

雖然云端及其龐大的虛擬化處理能力正被用于運(yùn)行視頻分析。但有些分析——例如人群監(jiān)控、計數(shù)和對象檢測——將在攝像機(jī)上運(yùn)行，以節(jié)省帶寬并減輕后端計算能力。這意味著可以使用更強(qiáng)大的集中式分析來運(yùn)行處理器密集型的應(yīng)用程序，比如人類或車輛的特征提取，以及對象搜索。中國對這一領(lǐng)域興趣盎然，因為中國市場的人工智能部署最為豐富，項目規(guī)模龐大，可以從分布式計算和分析中獲益最多。

視頻監(jiān)控的主要區(qū)別在于視頻管理軟件(VMS)，視頻內(nèi)容分析(VCA)，物理安全信息管理(PSIM)和中央監(jiān)控站(CMS)使用的軟件。

在智能手機(jī)領(lǐng)域，人工智能已經(jīng)占據(jù)了通訊收入的一大塊。預(yù)計，到2025年，每三款智能手機(jī)中就有兩款預(yù)裝了人工智能硬件和功能。到2025年，搭載AI的智能手機(jī)的全球收入將達(dá)到3780億美元，高于2017年的290億美元，復(fù)合年增長率達(dá)39%。