В настоящее время использование ии на периферической стороне расширяется, не имея поддержки чипа AI SoC, который является системным чипом класса, интегрированным в ии (ии) и лимбические вычислительные мощности. Этот чип соединяет такие важные компоненты, как высокопроизводительный процессорный процессор, ускоритель AI, контроллер памяти, внешний интерфейс и коммуникационный интерфейс, предназначенный для обеспечения обработки, анализа и принятия решений в реальном времени в непосредственной близости (т.е. по краям) от источника получения данных. Разработка линейного вычислительного процесса SoC прошла несколько этапов, на ранних этапах (1970 — е и 1980 — е годы), в которых начали развиваться технологии микропроцессоров, и Intel (Intel) представила первый микропроцессор Intel 4004, который часто считается отправной точкой технологии SoC. По мере улучшения технологии производства, дизайнеры начали интегрировать более сложные элементы (например процессор центрального процессора, память и схемы ввода/вывода ввода/вывода) в отдельные чипы, создавая более продвинутые интегрированные интегрированные схемы (ASIC). Дальнейшая стадия развития (1990-2000 годы) : интеграция всей системы (в Том числе аналоговых и цифровых функций) в отдельные чипы стала возможной по мере дальнейшего развития технологических технологий полупроводников. Это обеспечивает более сильную аппаратную поддержку для маргинальных вычислений, поскольку периферийное оборудование требует некоторой обработки данных и вычислительной мощности. В этот период дизайн SoC стал более сложным и интегрировал больше функций и компонентов, таких как графический процессор (GPU), цифровой процессор сигналов (DSP). Разработка модернизации SoC (2010 — е годы) : по мере того, как возрастает спрос на использование сети предметов (IoT), носимое оборудование и периферийное вычислительное оборудование, производитель начинает изменять дизайн SoC в конкретных случаях, объединять искусственный интеллект (ии) и функции машинного обучения (ML). Это способствовало развитию индивидуальной SoC, позволяющей ей лучше удовлетворять потребности в конкретных применениях, повышать производительность и эффективность. Глубокая интеграция ии с SoC (в 2020 — е и последующие годы) : по мере поступления в эру AI, 5G соединения и периферийных вычислений, SoC продолжает развиваться, чтобы приспособиться к растущей сложности и требованиям обработки. Технология ии стала важным компонентом архитектуры SoC, обеспечивая лимбическое оборудование более мощной интеллектуальной обработки. Например, SoC может ускорить реализацию алгоритма AI и повысить скорость обработки и эффективность при помощи специализированного оборудования, например, интегрального ускорителя ии, нейронного процессора (NPU). В настоящее время приложение для вычисления границ AI SoC охватывает несколько областей и отраслей. Например, интеллектуальное производство может осуществлять мониторинг в реальном времени информации о состоянии производства, качестве продукции и т.д. Эти устройства могут анализировать данные в реальном времени, предсказывать сбои в оборудованиях, оптимизировать производственный процесс, повышать производительность и качество продукции. Например, в разумных городах вычисление Ай-SoC в режиме реального времени позволяет анализировать данные о потоках транспорта, траектории движения транспортных средств и т.п., оптимизировать стратегию управления светофорами дорожного движения и облегчать пробки. В области интеллектуальной безопасности за счет развертывания пограничных вычислительных устройств в каждом уголке города можно наблюдать за безопасностью города в реальном времени, осуществлять распознавание лиц, поведенческий анализ и т.д., повышать уровень общественной безопасности в городах. Кроме того, в больницах считается, что ии-SoC может отслеживать физиологические данные пациентов в реальном времени, такие как сердцебиение, кровяное давление, сахар в крови и т.д. Анализируя данные в реальном времени, врачи могут своевременно получить представление о состоянии здоровья пациента и предоставить более точные программы диагностики и лечения. В области удаленной медицины вычисление периферийного ии SoC позволяет осуществлять функции дистанционного консультирования, удаленной хирургии и т.д. Врачи могут получить удаленный доступ к медицинским данным пациентов, проводить диагностику и лечение на расстоянии, повышать эффективность и доступность медицинских услуг. Marine AI SoC поддерживает большие модели и их применение в боковой части становится трендом по мере того, как большие модели развиваются, и есть несколько компаний, которые сегодня запускают маржи SoC чипы для поддержки работы больших моделей. В случае с embarella, лимбической полупроводниковой компанией Ambarella, на днях в AutoSens, США, было объявлено о запуске двух новейших чипов интеграции систем AI (SoC), предназначенных для удаленной обработки информации в автотранспортных конвоях. Новая модель CV75AX прекрасно приспособлена для интегрированной системы ADAS и системы мониторингов водителей (DMS), которая в два раза улучшает производительность ии по сравнению с предыдущим поколением SoC в amba, с тем чтобы новейшая нейронная сеть Transformer смогла повысить точность и уменьшить количество ошибочных отчетов, Без необходимости тренироваться на каждом объекте. Новая модель CV72AX прекрасно приспособленна для следующего поколения портативных порталов с поддержкой до 10 камер, работающих в шесть раз лучше, чем ее предыдущая модель, поддерживающая визуальные трансформеры и многомодовые модели визуального языка (VLM), которые могут обеспечить мониторинг в реальном времени, а также предварительные оценки видео и поиск на местном языке, Для достижения более эффективного анализа видео. Ранее амба объявил о разработке многомодального решения, основанного на чипе CV72 — купермини. Это решение было специально подобрано под маргинальную вычислительную среду, особенно для приложений, которые требуют непосредственной обработки данных на оборудовании. В 2024 году в рамках CES в 2024 году было выпущено решение модели Cooper Max, основанное на N1, поддерживаемое одним чипом N1, поддерживающим теорию многомодных моделей до 34 миллиардов параметров. Новая модель Cooper Mini, основанная на CV72, реализуется в больших моделях с одним чипом с малым энергопотреблением до 3 миллиардов параметров. Также существует второе поколение Versal, ранее представленное AMD, которое адаптировалось к SoC, в котором серия Versal AI AI Edge была разработана специально для встроенных систем с двигателем ai. SOC увеличивает максимум в три раза на ватт/ватт (триллион операций/ватт в секунду), измеряя мощность до десяти раз, что позволяет ей более эффективно поддерживать развертывание и эксплуатацию крупных моделей. Внутри страны также имеется микрочип diepedge10, являющийся национальным процессором Chiplet, встроенный в новое поколение нейронных процессоров NNP400T, реализация вычислительной силы с помощью высокоскоростной технологии Chiplet, C2CMesh, Возможность поддерживать многомиллиардную модель параметров уровня, приземлившись на периферийные устройства и серверы. Также в пекино-лучевом процессоре EIC7700X используется 64 — битный процессор SoC eicc -V с высокопроизводительными процессорами RISC-V, который сочетается с эффективными нейронными вычислительными блоками, разработанными автономными разработками, поддерживая вычисления в сточных токах и полностью ускоряя генерацию большой модели. Он обладает обширным периферийным расширением интерфейса и мощной аудио-видео способностью адаптироваться к компьютерным визуальным приложениям. В заключение следует отметить, что маргинализированные вычисления AI SOC имеют существенные преимущества в текущих вычислительных областях, включая эффективность, низкий расход энергии, безопасность, анализ в реальном времени, распределённую обработку и т.д. В то же время, существует несколько пограничных SOC, которые могут поддержать работу больших моделей. Тем не менее, маргинальные вычисления SOC также остаются особенно ограниченными, такие как высокая стоимость адаптации, быстрое техническое обновление, проблемы конфиденциальности данных и безопасности, которые требуют постоянного прорыва.

P0926MX