为什么将AI置于边缘是无懈可击的

我们预计，到2020年，将售出超过7.5亿个边缘AI芯片，即在设备上而不是在远程数据中心中执行或加速机器学习任务的芯片或部分芯片，收入为26亿美元。此外，边缘AI芯片市场的增长将比整体芯片市场快得多。到2024年，我们预计边缘AI芯片的销售额可能会超过15亿。这意味着每年的单位销售增长率至少为20%，是对整个半导体行业9%的复合年增长率的长期预测的两倍以上。

这些边缘AI芯片可能会进入越来越多的消费设备中，例如高端智能手机，平板电脑，智能扬声器和可穿戴设备。它们还将在多个企业市场中使用：一般来说，机器人，照相机，传感器和其他IoT(物联网)设备。

随着开发人员意识到物联网系统需要将更多的智能部署到边缘以克服延迟，性能数据隐私/安全性和带宽方面的挑战，我们探索追求更智能的边缘：什么，原因和地点。

消费者边缘AI芯片市场比企业市场要大得多，但增长速度可能会更慢，预计2020年至2024年之间的复合年增长率为18%。企业边缘AI芯片市场的增长速度更快，预计复合年增长率同一时间范围内的50%。

赞助：以人类的感觉来感知环境

然而，就目前的销售数量和美元价值而言，目前，到2020年，消费类设备市场将占边缘AI芯片市场的90%以上。这些边缘AI芯片中的绝大部分将用于高端智能手机，占目前使用的所有消费者边缘AI芯片的70%以上。因此，在2020年以及接下来的几年中，人工智能芯片的增长将主要由智能手机推动。我们认为，到2020年，15.6亿部智能手机市场中，有超过三分之一的市场将拥有边缘AI芯片。

由于对处理器的要求非常高，因此AI计算几乎全部在数据中心，企业核心设备或电信边缘处理器上远程执行，而不是在设备上本地执行。Edge AI芯片正在改变这一切。它们在物理上更小，相对便宜，使用更少的功率并产生更少的热量，从而可以将它们集成到手持式设备以及非消费类设备(例如机器人)中。通过使这些设备能够在本地执行处理器密集型AI计算，边缘AI芯片减少或消除了将大量数据发送到远程位置的需求-从而在可用性，速度以及数据安全性和隐私性方面带来了好处。

在隐私和安全性方面，将处理保留在设备上更好;从不离开电话的个人信息不会被截取或滥用。当边缘AI芯片安装在手机上时，即使未连接到网络，它也可以完成所有这些操作。

当然，并非所有AI计算都必须在本地进行。对于某些应用程序，发送要由远程AI阵列处理的数据可能是足够的，甚至是首选的方法-例如，当设备的边缘AI芯片无法处理的数据太多时。实际上，大多数情况下，人工智能将以混合方式完成：设备上的一部分，云中的一部分。在任何给定情况下，首选组合将根据需要完成哪种AI处理而有所不同。