AI芯片、边缘计算—助力AI落地（嵌入式MCU AI系列教程开篇）

·        近年来中国人工智能作为国家战略，发展迅速，并且逐渐落地。特别是神经网络、深度学习等算法，在各个领域都已有成熟的应用。而作为AI技术落地的核心AI芯片，我国尚处于起步阶段。特别是，在 CPU、 GPU、DSP 处理器设计上一直处于追赶地位，绝大部分芯片设计企业依靠国外的 IP 核设计芯片，在自主创新上受到了极大的限制。然而，人工智能的兴起，无疑为中国在处理器领域实现弯道超车提供了绝佳的机遇。因此，在专用型AI芯片方面，特别是安防、无人驾驶领域，催生了许多AI芯片公司，如华为海思、中科寒武纪、地平线等。

        数据、算法、算力是人工智能发展最基本的三要素。而在物联网时代，边缘计算技术利用数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力，就近提供边缘智能服务，是AI落地的重要支撑。目前，边缘计算技术与应用仍处于发展初期阶段，亚马逊、谷歌和微软等云计算巨头是该领域的领跑者。在国内，由华为等公司组成的边缘计算产业联盟提供解决方案、三大运营商主导立项、阿里云联合打造的边缘计算平台是国内的领跑者。

        总的来说，我国AI技术落地尚处于初步阶段。理论技术成熟、通用AI芯片全面受牵制、边缘计算技术正在探索是该阶段的三个概括性特征。然而，我国有着特殊的环境和市场，以及人工智能迅速发展的行情，是实现弯道超车的绝佳机遇。我国应该继续保持在AI算法上的研究，深入AI芯片布局，特别是通用智能芯片方面的布局，推动边缘计算的战略性发展，抓住机遇，掌握产业的主动权。

附嵌入式AI系列教程推荐：

【嵌入式AI开发】篇五|实战篇一：STM32cubeIDE上部署神经网络之pytorch搭建指纹识别模型.onnx

【嵌入式AI开发】篇四|部署篇：STM32cubeIDE上部署神经网络之模型部署

【嵌入式AI开发】篇一|理论篇：STM32上部署神经网络之理论篇