本文主要是介绍【芯原股份：满足边缘智能算力所需 有效控制成本功耗】，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
作为人工智能的一个子集，边缘智能专注于在数据产生的位置（即网络的“边缘”）进行数据处理和分析，边缘智能的优势在于它能够提供低延迟、高可靠性的数据处理，同时由于减少了数据在网络中的传输，可有效保护数据隐私。此外，边缘智能可以在没有网络连接或网络不稳定的情况下工作，这对于某些应用场景至关重要。芯原微电子（上海）股份有限公司（简称“芯原股份”或“芯原”）执行副总裁、业务运营部总经理汪洋认为，相比于大模型等人工智能应用，边缘智能的应用场景主要集中在对实时性、安全性和隐私性要求较高的领域，除了如手机、电脑等个人消费电子，还包括智能家居、工业自动化、车联网、智慧城市、医疗健康、农业等，可以为各行各业带来更高效、更智能的解决方案。
本文引用地址：http://www.eepw.com.cn/article/202405/459331.htm
图片.png
芯原执行副总裁、业务运营部总经理汪洋
汪洋强调道，芯原作为一家领先的芯片设计服务，在开发边缘智能应用相关的IP时，充分参考边缘智能应用场景的实际需求，致力于在算力、功耗和成本之间取得平衡，基于这样的设计出发点着重采取了如下三种策略。
优化架构设计：通过创新的微架构设计，提高处理器的指令执行效率和吞吐量，在满足性能要求的同时减少不必要的功耗。
持续针对应用场景优化一系列的专用AI加速处理器：公司推出的专用AI加速器包括神经网络处理器（NPU）IP、高性能图形处理器（GPU）IP、GPGPU IP和创新的AI GPU IP子系统等，以针对AI工作负载提供高效的硬件支持，减少CPU/GPU的负担，从而降低总体功耗。
采用Chiplet架构：随着各行各业进入人工智能升级的关键时期，市场对于大算力的需求急剧增长。在此背景下，集成电路行业正经历从SoC（系统级芯片）向SiP（系统级封装）的转型，这一转变是出于对高性能单芯片集成度与复杂性的提升、性能与功耗的优化、良率与设计/制造成本改善等多方面的考量。
全文观看链接：https://www.eepw.com.cn/article/202405/459331.htm
这篇关于【芯原股份：满足边缘智能算力所需 有效控制成本功耗】的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
