產業融合的背后是需求的發展，CPU（中央處理器）通用計算發展了幾十年，如今伴隨著人工智能（AI）的需求，NPU（ 嵌入式神經網絡處理器）成為了下一代智能計算的核心，在處理新類型數據流方面效率遠高于CPU 和GPU（圖形處理器）的處理器，并且獨立出來與CPU 做更多配合。

同時我們也看到元宇宙等新興場景對AI的新需求，AI 本身作為一項新興技術，必將對我們生活的方方面面帶來深遠影響。目前AI 還處于很早期階段，在不同領域采集數據不同，算法不同，部署需求也各不相同。當AI 滲透率到一定階段以后，將會有AI 融合發展的需求，最終可能形成超級AI，在各細分市場由超級AI 構成對外智能中樞，成為元宇宙的核心元素。

對數據處理精細化和低延遲的需求拉動了邊緣AI的發展。從終端到云端的網絡連接很難做到100% 可靠穩定，邊緣AI 設備中的機器學習通常是實時實現的，無需網絡連接就能在本地處理數據，端點性能更強，延遲最小。邊緣AI 也是數據處理的更安全選擇，同時可以顯著降低與更高帶寬需求和云存儲相關的成本。此外，AI 算法的演進和本地數據采集處理能力的增強也進一步推動邊緣AI 的快速發展。

安謀科技認為，邊緣AI 目前主要存在兩條發展路徑，一方面嵌入式設備的能力逐漸增強，以更小巧的形態覆蓋算力要求中等、環境多變靈活的場景，比如智能攝像頭、機器人等；另一方面云端設備功耗逐漸降低，以中小型服務器的形態覆蓋對延遲、流量、算力都有要求的場景，比如邊緣云、自動駕駛等。未來，隨著場景細分，邊緣AI 需要融合其他更多計算單元來應對不同場景的特殊需求，例如NPU + ISP（圖像信號處理）、NPU + VPU（矢量處理器）等等，針對更多細分行業的定制化AI 將成為趨勢。

為了滿足中國市場復雜多變的需求，安謀科技確定了CPU + XPU“雙輪驅動”戰略，并在智能攝像頭、智能機器人、AR/VR 等領域與合作伙伴展開深度合作，依托“核芯動力”業務品牌向客戶提供多樣化、智能化、定制化的核心處理器IP 技術及開放的智能計算平臺，優化數據搬運、降低功耗、提升效能。通過“通用平臺+個性化算法”的方式提供細分行業最大公約數，幫助合作伙伴縮短產品上市時間，更好地滿足行業需求。

嵌入式AI 的另一個關鍵點是低功耗，低功耗是很多應用不變的需求。影響功耗的因素很多，如芯片的生產工藝升級、計算單元的微架構改變、軟件應用的提升等，這些都會對功耗產生很大的影響。結合特定場景、特定應用，達到算力提升的同時保持低功耗，是有可能的。安謀科技在通用計算為主的CPU 產品線之外，推出了新的自研XPU 產品線，針對不同應用和場景，將處理AI、視頻、圖像等功能的計算單元組成不同的解決方案，打造融合計算平臺，來解決海量智能數據流的處理效率和功耗問題，從而滿足對高性能和低功耗的雙重需求。

低功耗器件推動著可穿戴設備必然向智能化方向發展，并能通過不同場景的應用給未來生活帶來改變。隨著消費升級以及AI、VR、AR 等技術的逐漸普及，可穿戴設備已從過去的單一功能邁向多功能，其形式也越來越多樣化，從最初的智能手機擴展到更多創新領域，如智能手表、智能手環、智能眼鏡、智能跑鞋等等，同時具有更加便攜、實用等特點。

例如，在運動健康監測方面，智能可穿戴設備的影響力不容小覷。可穿戴設備可以生成用戶健康的信息流，提供包括科學計步、實時運動監測、實時心率監測、身體健康監測等多方面的數據分析，以及運動健康指導，用戶基于這些數據反饋和專業建議，可以保持健康的生活作息，養成科學的運動習慣。

人工智能應用在向更智能、更強大的方向發展。例如蘋果手機的電影效果模式，就是集很多AI 應用于一體，在需要強大算力的同時，也需要CPU、GPU 的配合。以安謀科技為例，我們在不斷提升硬件產品能力的同時，也在優化上層的軟件，充分協同CPU + GPU + NPU 的工作。這里值得注意的是，軟硬件結合是必然趨勢，在算力提升時，僅靠架構和芯片，軟件卻跟不上，一樣很難實現性能提升。安謀科技目前就有很多工程師在進行各種軟件研發工作，覆蓋從開源軟件到服務器的軟件支持。

（本文來源于《電子產品世界》雜志2022年4月期）