端侧AI芯片如何商业化 迪普爱思MWC 2024展示 超低功耗解决方案

你是不是也在关注AI芯片的*新动态，想知道那些炫酷的生成式AI功能何时能真正在你的手机、汽车甚至家电上流畅运行？端侧AI芯片商业化挑战正是横亘在理想与现实之间的关键难题。算力、功耗、成本就像三座大山，制约着AI技术的普及。迪普爱思在MWC 2024展示的超低功耗解决方案，为我们提供了破解这一难题的新思路。

为什么端侧AI芯片商业化这么难？

把强大的AI能力放到终端设备上，可不是简单地把云端芯片做小就行。这背后面临着多重挑战。

功耗限制是首要难题。终端设备，尤其是手机、耳机等移动设备，对功耗极其敏感。传统的基于GPGPU的方案虽然算力强大，但能耗惊人。全球运行的GPU消耗的总电能已经超过整个**电能的水平，这种电力需求和成本对商业化来说是不可持续的。

算力与成本的平衡同样棘手。在提升算力的同时，如何不将功耗和成本推向合理限度之外，尤其是在电池供电的低功耗设备中，获得**效果，是一个巨大的挑战。用户都希望设备智能，但谁也不愿意为几分钟的AI体验支付高昂的电费或者让手机变成“暖手宝”。

生态系统的构建也是关键。一个涵盖工具链、语言、兼容性和易开发性的统一生态系统，对于推动AI技术的普及和规模化应用至关重要。没有良好的开发者生态和软件支持，再好的硬件也很难发挥价值。

迪普爱思的超低功耗破解之道

面对这些挑战，迪普爱思给出了自己的答案。他们的核心技术围绕着 “LLM的联合操作” 展开，旨在实现服务器规模AI与端侧大型AI模型之间的协作操作。

这种技术预计能使能耗、碳排放和成本相比仅依赖数据中心至少降低十倍到千倍。迪普爱思计划在明年下半年推出能够在仅几瓦特的功率下运行，同时提供服务器规模AI智能的端侧AI芯片。

其核心技术优势在于优化了性能，降低了功耗，并优化了端侧AI操作成本。迪普爱思富有远见的**执行官Lokwon Kim表示，他们“旨在开发新技术，使超大规模AI服务在不到5W的功耗下成为可能”。

从实验室到市场：商业化的关键步骤

有了好的技术，如何实现成功的商业化？迪普爱思的策略或许值得借鉴。

首先是与行业***建立战略合作。目前，迪普爱思正与现代起亚汽车机器人实验室、POSCO DX、磁化电子等客户合作，并已签署了量产合作协议。他们还与全球40多家公司在智能摄像头、控制和安防系统、机器人、AI医疗设备和AI服务器等领域深化合作。

其次是积极参与****展会，提升品牌影响力。今年早些时候，迪普爱思在CES 2024的全球舞台上亮相，其革命性核心技术赢得了三项备受推崇的CES创新奖。这一成就使迪普爱思的早期参与客户计划的客户数量增加了一倍，达到70家全球公司，展示了对迪普爱思端侧AI解决方案日益增长的工业需求。

再者是构建完整的解决方案而非单一芯片。迪普爱思致力于开发高性能AI芯片和计算解决方案的底层技术，使所有电子设备实现智能化。他们的AI芯片针对各种AI应用进行了优化，提高了AI设备的能效，实现了**的AI功能。

实际应用场景与案例

超低功耗端侧AI芯片的商业价值，*终要体现在具体的应用场景中。

在智能汽车领域，现代起亚汽车机器人实验室与迪普爱思的合作，预示着未来汽车将具备更强大的本地AI处理能力，实现更智能的驾驶辅助和座舱体验，而无需完全依赖云端。

在音频设备领域，类似炬芯科技这样的公司已推出端侧AI音频芯片，采用CPU+DSP+NPU三核异构架构，结合存内计算技术，实现6.4TOPS/W的超高能效比与24bit无损音质。这类芯片已应用于专业无线监听麦克风，实现了无线麦克风与监听耳机的创新性应用。

在智能家居和物联网领域，超低功耗的AI芯片可以让各种设备，从摄像头到安防系统，都具备本地AI处理能力，更好地保护用户隐私，同时提供快速响应。

未来展望与**见解

端侧AI芯片的商业化道路虽然挑战重重，但前景光明。

随着技术的发展，我们可能会看到更多专用化的AI芯片架构出现。例如，通过架构创新，在合理预算内突破能效比瓶颈。传统冯诺依曼架构芯片受“存储墙”和“功耗墙”限制，难以平衡高算力与超低功耗，而存内计算等新技术正试图解决这一问题。

端云协同的混合AI将成为核心趋势。并非所有计算都需要在端侧完成，合理的任务分配至关重要。如何在端侧和云端之间智能地分配计算任务，以达到体验、功耗和成本的**平衡，将是未来竞争的关键。

更重要的是，生态系统的建设将决定*终的成功。迪普爱思与国内外电信公司和全球数据中心企业建立联盟，推动网络和云系统的兼容性和优化，正是看到了这一点。一个开放、合作、标准化的生态，能够让开发者更轻松地利用端侧AI能力，创造出惊艳的应用。

在我看来，端侧AI芯片的商业化不仅仅是一场技术竞赛，更是对市场需求、用户体验和成本控制的综合考量。迪普爱思的超低功耗路径无疑找准了一个关键痛点。但*终的成功，还需要整个产业链的协同努力，包括芯片设计、软件开发、应用场景挖掘和商业模式的创新。

未来的AI世界，不会是云端一家独大，也不会是端侧孤立无援。一个云端和终端协同工作、各有侧重的混合AI架构，或许才是*有可能实现的未来。在这个过程中，像迪普爱思这样专注于解决特定挑战的公司，将扮演至关重要的角色。