目前没有足够的计算能力来处理正在创建和存储的数据量。国际数据公司(IDC)的一项新研究发现，将数据转换为当今组织和新工作负载的有用且有价值的见解所需的处理和转换必须比摩尔定律预测的更快。
为了解决这一差距，计算行业正在采用新的途径，利用DSP，GPU，FPGA等替代计算架构来加速和卸载计算任务，以限制系统中通用架构的税收。这些其他架构是实现人工智能的关键，包括越来越多地使用深度学习模型。在边缘; SoC中的DSP，FPGA和优化架构模块更适用于机器人，无人机，可穿戴设备和其他消费类设备(如语音辅助扬声器)的初始推理应用。
IDC研究，世界上有多少计算以及它能做什么/不能做什么?(IDC#US44034119)是IDC新兴的Global DataSphere计划的一部分，该计划可以对70种内容创建内容(包括物联网设备)的数据创建，捕获和复制进行调整和预测。然后将数据分类为正在创建的数据类型，以了解数据使用，消耗和存储的各种趋势。
该研究基于IDC嵌入式和计算领域二十多年的广泛工作，包括利用涵盖约300个系统市场的嵌入式市场模型以及实现系统价值的关键基础技术。该研究分析了计算范式的转变，因为人工智能(AI)从数据中心移动到边缘和端点，扩展了每个系统市场的计算架构选择，因为功能和优化更接近工作负载。
几十年来，工艺技术的进步，芯片设计以及业界对摩尔定律的专注，预测了微处理器和晶体管功能以及片上系统(SoC)集成的性能提升。这些进步有助于建立客户端计算，智能手机和云基础架构的增长和规模的节奏。
微处理器一直是计算的核心，今天英特尔，AMD和ARM是计算节奏的钟表。然而，故事并没有就此结束; 随着人工智能在广泛的行业基础上越来越普遍，并推动智能和推理到边缘，我们正处于一个庞大的市场力量的开端。
“人工智能技术将继续在重新定义计算必须如何实施方面发挥关键作用，以满足日益增长的设备和应用的多样性，” IDC的启用技术和半导体项目副总裁Mario Morales说。“供应商正处于业务转型的开端，他们对合作伙伴的需求不再仅仅是产品和技术。为了解决物联网和端点机遇，性能必须始终在功耗和效率方面取得平衡。展望未来，供应商和用户将需要路线图，而不仅仅是芯片。这是计算市场中技术供应商的根本变革，只有那些适应的人才会保持相关性。“
注：本文编译自外网
资讯是全球知名展览公司百科展览集团旗下的专业媒体平台，自1994年品牌成立以来，一直专注于安全&自动化产业前沿产品、技术及市场趋势的专业媒体传播和品牌服务。从安全管理到产业数字化，资讯拥有首屈一指的国际行业展览会资源以及丰富的媒体经验，提供媒体、活动、展会等整合营销服务。
粤公网安备 44030402000264号
