聯(lián)發(fā)科于2019年7月中推出可快速影像辨識的AIoT平臺i700，在邊緣裝置端提供高性能的同時，仍能達到最低功耗，預計將廣泛應用在智慧城市、智慧建筑及智慧制造等領域，協(xié)助聯(lián)發(fā)科AIoT物聯(lián)網產業(yè)鏈加速發(fā)展。

從芯片大廠到云端龍頭，跨足邊緣AI芯片成重要策略

隨物聯(lián)網應用越趨廣泛，裝置連結數(shù)的增加與海量數(shù)據(jù)的產生使智慧裝置對高速AI邊緣算力和物聯(lián)網能力提出更高要求，邊緣運算與AI的結合遂成顯學。

觀察近期廠商于此領域之布局，邊緣運算AI芯片堪稱兵家必爭之地，在芯片大廠部分，包括NVIDIA推出供物聯(lián)網閘道器及邊緣運算使用的Jetson Nano開發(fā)板與EGX平臺；Intel推出由64個Loihi神經擬態(tài)芯片組成的Pohoiki Beach系統(tǒng)，并規(guī)劃將其應用在自動駕駛等邊緣端涉及深度學習的場景；高通也推出專為Edge AI設計的Cloud AI 100，挾其于物聯(lián)網、自駕車、計算機視覺等人工邊緣運算重點發(fā)展領域豐富經驗一較高下。

除傳統(tǒng)芯片廠外，云端平臺大廠也有別于過往專注于解決方案的推出，紛紛加入戰(zhàn)局，例如AWS發(fā)布第一款專門用于機器學習的AI芯片Inferentia；Google則推出用來執(zhí)行機器學習模型推論預測的邊緣運算芯片Edge TPU，可在邊緣端設備上以超低功率、高度省電方式執(zhí)行已訓練好的TensorFLow Lite機器學習模型。

有鑒于物聯(lián)網設備是AI芯片目前應用最廣泛的場景之一，云端大廠握有AI芯片將能讓其從云端跨向邊緣，使傳感器及相關設備有更高效的管理數(shù)據(jù)、提供更好的用戶體驗，并加速云端廠商物聯(lián)網商品的商業(yè)化與生態(tài)圈建置。

芯片亦為臺廠面對邊緣運算AI趨勢之主要切入點

2019年亦有不少臺系廠商進行邊緣運算結合人工智能的布局，例如聯(lián)發(fā)科于年中推出具高速AI邊緣運算能力的i700解決方案，其單晶片設計整合CPU、GPU、ISP和專屬AI處理器APU（AI Processor Unit），強大的AI辨識能力可應用于無人商店的辨物刷臉、智慧建筑的門禁系統(tǒng)，以及智慧工廠辨別障礙物等場景。

耐能則推出具備可重組式人工智能神經網絡技術的AI芯片KL520，將神經網絡處理器的功耗降至數(shù)百mW等級，適用于結構光、雙目視覺，而ToF特性也使該芯片將廣泛運用于網絡攝影機、安防監(jiān)控系統(tǒng)、空拍機等領域。同樣看準邊緣視覺AI的商機，華晶科、訊連、和碩等也相繼推出計算機視覺及圖像辨識的相關產品。

綜觀***地區(qū)產業(yè)優(yōu)勢，以半導體產業(yè)中的晶圓代工及封測總產值為全球第一，IC設計亦位居前茅。于2019年7月由產官學研組成的***人工智能芯片聯(lián)盟（AI in Chip Taiwan Alliance，AITA）4個主要聚焦議題中，異質整合旨在將不同芯片透過技術提升效能同時縮小體積、減少功耗與降低成本，半通用型AI芯片著重在發(fā)展特定應用的推論及深度學習芯片，皆是邊緣運算與AI結合的重要發(fā)展目標，倘由產業(yè)動態(tài)及政府資源挹注來看，臺廠若要切入邊緣運算AI市場，芯片仍是最好發(fā)揮的著力點。