边缘运算兴起 IC业者方案出笼 分散式训练架构为深度学习新契机
DIGITIMES Research观察2017年深度学习(Deep learning)用途处理器(Processor)、加速器(Accelerator)于终端装置发展，为解决深度学习于云端应用的隐私与机敏数据疑虑、降低企业为配合云端调整内部IT架构所付出的成本，以及面临国家及地方网络基础建设不足或不均衡、带宽限制与网络延迟等挑战，相关业者寻求在终端装置上突破限制，以发展如计算机视觉(Computer Vision；CV)、自驾车等智能应用，使终端装置边缘运算(On-device edge computing)热潮兴起。
内文目录
网络延迟与数据隐私成边缘运算兴起主因- 嵌入式芯片遍地开花 深度学习推论任务向边缘推进
- AI任务独立运算成手机AP趋势 计算机视觉为竞逐重点
- IP业者不落人后 支持类神经网络运算16nm产品到齐
- Google试推分散式训练 边缘运算贡献可望再提升
- 结语
图表目录
- 云端运算于部分应用场景遭遇五类限制
- 嵌入式推论芯片商机蓬勃 吸引众多厂商投入
- 智能型手机AI任务独立运算成趋势 业者芯片方案各有千秋
- 英特尔／Movidius与NVIDIA计算机视觉运算产品主要特色
- 搭载Myriad 2 计算机视觉助Google Clips学习拍照最佳时机
- 基于DSP 16nm智能边缘运算加速处理器 四大IP业者方案到齐
共 7 个图表
会员登入
若您已是DIGITIMES Research的正式会员，请由此下方登入。
服务加入办法
若想立刻加入付费会员，请洽询
客服专线：
+886-02-87125398。
(周一至周五工作日9:00~18:00)
+886-02-87125398。
(周一至周五工作日9:00~18:00)
