'人工智能陷入耗電黑洞，它會成為翻版的比特幣挖礦嗎？'
點藍字關注
"點藍字關注
科技洞察 丨 深入科技行業最前沿
AI越來越強大的AI模型正在改變這個世界。但這背後的成本卻並不便宜。目前，業界就人工智能巨大的能源需求發出了很多警告。以中國的數據為例，全國40萬個數據中心，每年總體耗電量超過1000億度，這相當於三峽和葛洲壩水電站1年發電量的總和。
— 1—
AI研究成為翻版的比特幣挖礦？
——計算耗能
近日，著名的 AI 研究機構艾倫 AI 研究所（AI2）發佈了一份新的立場文件(Position Paper)，呼籲業內在評估 AI 研究時應該更加重視能效，在開發、訓練和運行模型時，與速度、準確性等指標一併列出“成本標籤”。
AI2 首席執行官 Oren Etzioni 表示，時代正在發生變化，“能源密集型”的 AI 研究產生的碳排放愈發令人擔憂。
"點藍字關注
科技洞察 丨 深入科技行業最前沿
AI越來越強大的AI模型正在改變這個世界。但這背後的成本卻並不便宜。目前，業界就人工智能巨大的能源需求發出了很多警告。以中國的數據為例，全國40萬個數據中心，每年總體耗電量超過1000億度，這相當於三峽和葛洲壩水電站1年發電量的總和。
— 1—
AI研究成為翻版的比特幣挖礦？
——計算耗能
近日，著名的 AI 研究機構艾倫 AI 研究所（AI2）發佈了一份新的立場文件(Position Paper)，呼籲業內在評估 AI 研究時應該更加重視能效，在開發、訓練和運行模型時，與速度、準確性等指標一併列出“成本標籤”。
AI2 首席執行官 Oren Etzioni 表示，時代正在發生變化，“能源密集型”的 AI 研究產生的碳排放愈發令人擔憂。
2012年以來，人工智能領域在包括對象識別、遊戲、機器等在內得廣泛功能取得了顯著的進展。每個進步無疑都需要進行密集型的模型計算，比如2012年，Alexnet為比較先進的網絡學習模型，而到了2017年的AlphaZero，模型的計算數量是原來的30萬倍。
"點藍字關注
科技洞察 丨 深入科技行業最前沿
AI越來越強大的AI模型正在改變這個世界。但這背後的成本卻並不便宜。目前，業界就人工智能巨大的能源需求發出了很多警告。以中國的數據為例，全國40萬個數據中心，每年總體耗電量超過1000億度，這相當於三峽和葛洲壩水電站1年發電量的總和。
— 1—
AI研究成為翻版的比特幣挖礦？
——計算耗能
近日，著名的 AI 研究機構艾倫 AI 研究所（AI2）發佈了一份新的立場文件(Position Paper)，呼籲業內在評估 AI 研究時應該更加重視能效，在開發、訓練和運行模型時，與速度、準確性等指標一併列出“成本標籤”。
AI2 首席執行官 Oren Etzioni 表示，時代正在發生變化，“能源密集型”的 AI 研究產生的碳排放愈發令人擔憂。
2012年以來，人工智能領域在包括對象識別、遊戲、機器等在內得廣泛功能取得了顯著的進展。每個進步無疑都需要進行密集型的模型計算，比如2012年，Alexnet為比較先進的網絡學習模型，而到了2017年的AlphaZero，模型的計算數量是原來的30萬倍。
自 2012 年以來，模型計算量增長了 30 多萬倍（來源：Open AI）
今年初到現在，明顯有越來越多的研究人員對這種通過大量計算來獲得準確的結果的“紅色AI”研究，尤其是深度學習不斷增長的成本發出了警告。 在最近於舊金山舉行的一次會議上，半導體行業大型供應商Applied Materials的首席執行官加里·迪克森(Gary Dickerson)發表了一個大膽的預測。他警告稱，由於材料、芯片製造和設計方面缺乏重大創新，到2025年，數據中心的人工智能運轉可能佔全球用電量的十分之一。要知道，目前廣為詬病的比特幣挖礦每年消耗電量超過 20 億瓦，也只是大概相當於全球電量的 0.5% 而已。
落基山研究所的特別顧問喬納森·庫米(Jonathan Koomey)則相對樂觀。他預計，儘管人工智能相關活動呈井噴式增長，但數據中心的能源消耗在未來幾年仍將保持相對平穩。這些大相徑庭的預測突顯出，人工智能對大規模計算未來的影響以及對能源需求的最終影響存在著不確定性。
毫無疑問，人工智能電力消耗非常大。隨著自動駕駛汽車和嵌入其他智能設備的傳感器等設備的興起，人工智能模型還將要處理有更多的信息。除了計算耗費電能，為AI應用做基礎鋪設的5G基站同樣也陷入了耗電的窘境。
— 2—
5G基站耗電驚人
——計算傳輸耗能
這幾日，“電費或將成為壓垮運營商的最後一根稻草”的話題在電力的圈子廣泛傳播。
按照運營商官方統計的結果顯示，5G基站最大功耗約為4G的3-4倍。根據中國鐵塔的一份分析報告，截至2018年底，幾家主流廠商5G基站系統的典型功耗為：大唐為4940W、華為3500W、中興為3255W，作為對比，4G的系統功耗僅為1300W，5G是4G的3-4倍。
那麼為什麼，5G功耗如此之高呢？
一方面，5G提高系統容量和頻譜利用率的關鍵技術Massive MIMO（大規模天線技術），本身是以更高的計算成本為代價降低傳輸功耗；另一方面，由於5G傳輸速率將成倍提升，5G基站將處理海量數據，且隨著5G業務的不斷髮展，5G BBU的計算功耗將逐漸上升。因此，相比4G時代基站功耗大部分花在傳輸上，在5G時代，基站的計算功耗將大幅提升超過傳輸功耗。 其實，關於芯片算力的討論很早就開始了，最近又提出了“定義一個真實的AI芯片性能”的說法，而在AI耗電耗能的話題上，人們的關注度不得不又回到了芯片這個領域。
— 3—
如何做到綠色AI
——提功耗，降能耗
在人工智能的研究和應用中，不管計算、存儲還是傳輸，芯片是核心和關鍵。以降能耗為主打功能的“綠色芯片”被千呼萬喚出來。以AI的一個分支應用為例，人工智能與物聯網技術高度結合，且已經形成新的一門融合學科。AI+IoT也漸漸演化成AIoT，萬物互聯正在向萬物智聯進化。
AIoT芯片就在此大背景下誕生。實際上，AIoT芯片並不是一個獨立的芯片個體，目前市場首批AIoT芯片幾乎都是結合了CPU、GPU、FPGA和DSP等核心零部件組合而成。不過青出於藍而勝於藍，AIoT芯片與傳統芯片相比確實存在不少差別。
相較傳統芯片而言，AI芯片可以利用更低的主頻、更小的芯片面積，完成AI計算任務，實現成本、功耗、算力等多樣化需求之間的完美平衡。
AIoT意味著物聯網終端設備智能化，芯片的計算能力更強，能耗更低。隨著AIoT技術深入應用到各個生活層面，物聯網設備之間將加速數據交互，促進數據融合，形成全新的智能物聯生態系統。人們的生活也會越來越便捷、越來越智能。同時，也會產生更多的生活場景需求。
以AIoT為代表的新型微芯片體給綠色AI的實現指明瞭一條道路，英特爾、AMD等大公司，都在開發利用光子學等技術的、節能性大幅提升的半導體，來驅動神經網絡和其他的人工智能工具。
今天的AI，在綠色芯片的基礎驅動下，將更大程度的向環保AI的方向發展。而未來AI計算能力增強的幅度與功耗能源的降低程度，兩者之間將如何演進，共生髮展，我們只能拭目以待了。
"點藍字關注
科技洞察 丨 深入科技行業最前沿
AI越來越強大的AI模型正在改變這個世界。但這背後的成本卻並不便宜。目前，業界就人工智能巨大的能源需求發出了很多警告。以中國的數據為例，全國40萬個數據中心，每年總體耗電量超過1000億度，這相當於三峽和葛洲壩水電站1年發電量的總和。
— 1—
AI研究成為翻版的比特幣挖礦？
——計算耗能
近日，著名的 AI 研究機構艾倫 AI 研究所（AI2）發佈了一份新的立場文件(Position Paper)，呼籲業內在評估 AI 研究時應該更加重視能效，在開發、訓練和運行模型時，與速度、準確性等指標一併列出“成本標籤”。
AI2 首席執行官 Oren Etzioni 表示，時代正在發生變化，“能源密集型”的 AI 研究產生的碳排放愈發令人擔憂。
2012年以來，人工智能領域在包括對象識別、遊戲、機器等在內得廣泛功能取得了顯著的進展。每個進步無疑都需要進行密集型的模型計算，比如2012年，Alexnet為比較先進的網絡學習模型，而到了2017年的AlphaZero，模型的計算數量是原來的30萬倍。
自 2012 年以來，模型計算量增長了 30 多萬倍（來源：Open AI）
今年初到現在，明顯有越來越多的研究人員對這種通過大量計算來獲得準確的結果的“紅色AI”研究，尤其是深度學習不斷增長的成本發出了警告。 在最近於舊金山舉行的一次會議上，半導體行業大型供應商Applied Materials的首席執行官加里·迪克森(Gary Dickerson)發表了一個大膽的預測。他警告稱，由於材料、芯片製造和設計方面缺乏重大創新，到2025年，數據中心的人工智能運轉可能佔全球用電量的十分之一。要知道，目前廣為詬病的比特幣挖礦每年消耗電量超過 20 億瓦，也只是大概相當於全球電量的 0.5% 而已。
落基山研究所的特別顧問喬納森·庫米(Jonathan Koomey)則相對樂觀。他預計，儘管人工智能相關活動呈井噴式增長，但數據中心的能源消耗在未來幾年仍將保持相對平穩。這些大相徑庭的預測突顯出，人工智能對大規模計算未來的影響以及對能源需求的最終影響存在著不確定性。
毫無疑問，人工智能電力消耗非常大。隨著自動駕駛汽車和嵌入其他智能設備的傳感器等設備的興起，人工智能模型還將要處理有更多的信息。除了計算耗費電能，為AI應用做基礎鋪設的5G基站同樣也陷入了耗電的窘境。
— 2—
5G基站耗電驚人
——計算傳輸耗能
這幾日，“電費或將成為壓垮運營商的最後一根稻草”的話題在電力的圈子廣泛傳播。
按照運營商官方統計的結果顯示，5G基站最大功耗約為4G的3-4倍。根據中國鐵塔的一份分析報告，截至2018年底，幾家主流廠商5G基站系統的典型功耗為：大唐為4940W、華為3500W、中興為3255W，作為對比，4G的系統功耗僅為1300W，5G是4G的3-4倍。
那麼為什麼，5G功耗如此之高呢？
一方面，5G提高系統容量和頻譜利用率的關鍵技術Massive MIMO（大規模天線技術），本身是以更高的計算成本為代價降低傳輸功耗；另一方面，由於5G傳輸速率將成倍提升，5G基站將處理海量數據，且隨著5G業務的不斷髮展，5G BBU的計算功耗將逐漸上升。因此，相比4G時代基站功耗大部分花在傳輸上，在5G時代，基站的計算功耗將大幅提升超過傳輸功耗。 其實，關於芯片算力的討論很早就開始了，最近又提出了“定義一個真實的AI芯片性能”的說法，而在AI耗電耗能的話題上，人們的關注度不得不又回到了芯片這個領域。
— 3—
如何做到綠色AI
——提功耗，降能耗
在人工智能的研究和應用中，不管計算、存儲還是傳輸，芯片是核心和關鍵。以降能耗為主打功能的“綠色芯片”被千呼萬喚出來。以AI的一個分支應用為例，人工智能與物聯網技術高度結合，且已經形成新的一門融合學科。AI+IoT也漸漸演化成AIoT，萬物互聯正在向萬物智聯進化。
AIoT芯片就在此大背景下誕生。實際上，AIoT芯片並不是一個獨立的芯片個體，目前市場首批AIoT芯片幾乎都是結合了CPU、GPU、FPGA和DSP等核心零部件組合而成。不過青出於藍而勝於藍，AIoT芯片與傳統芯片相比確實存在不少差別。
相較傳統芯片而言，AI芯片可以利用更低的主頻、更小的芯片面積，完成AI計算任務，實現成本、功耗、算力等多樣化需求之間的完美平衡。
AIoT意味著物聯網終端設備智能化，芯片的計算能力更強，能耗更低。隨著AIoT技術深入應用到各個生活層面，物聯網設備之間將加速數據交互，促進數據融合，形成全新的智能物聯生態系統。人們的生活也會越來越便捷、越來越智能。同時，也會產生更多的生活場景需求。
以AIoT為代表的新型微芯片體給綠色AI的實現指明瞭一條道路，英特爾、AMD等大公司，都在開發利用光子學等技術的、節能性大幅提升的半導體，來驅動神經網絡和其他的人工智能工具。
今天的AI，在綠色芯片的基礎驅動下，將更大程度的向環保AI的方向發展。而未來AI計算能力增強的幅度與功耗能源的降低程度，兩者之間將如何演進，共生髮展，我們只能拭目以待了。
在你身邊，你還了解到哪些能被稱為“綠色AI”的例子？
歡迎在留言區分享你的觀點。
- 重磅預告 -
無論如何，人們並沒有固執的走上一條只看算力不計功耗的“紅色AI”之路，還在努力尋找算力與功耗的之間平衡。在5G到來的路上，我們能夠以足夠的理由感受更大的網絡帶寬、更快的響應速度以及更多的接入設備之下，世界展現給我們的究竟是什麼樣子。
"點藍字關注
科技洞察 丨 深入科技行業最前沿
AI越來越強大的AI模型正在改變這個世界。但這背後的成本卻並不便宜。目前，業界就人工智能巨大的能源需求發出了很多警告。以中國的數據為例，全國40萬個數據中心，每年總體耗電量超過1000億度，這相當於三峽和葛洲壩水電站1年發電量的總和。
— 1—
AI研究成為翻版的比特幣挖礦？
——計算耗能
近日，著名的 AI 研究機構艾倫 AI 研究所（AI2）發佈了一份新的立場文件(Position Paper)，呼籲業內在評估 AI 研究時應該更加重視能效，在開發、訓練和運行模型時，與速度、準確性等指標一併列出“成本標籤”。
AI2 首席執行官 Oren Etzioni 表示，時代正在發生變化，“能源密集型”的 AI 研究產生的碳排放愈發令人擔憂。
2012年以來，人工智能領域在包括對象識別、遊戲、機器等在內得廣泛功能取得了顯著的進展。每個進步無疑都需要進行密集型的模型計算，比如2012年，Alexnet為比較先進的網絡學習模型，而到了2017年的AlphaZero，模型的計算數量是原來的30萬倍。
自 2012 年以來，模型計算量增長了 30 多萬倍（來源：Open AI）
今年初到現在，明顯有越來越多的研究人員對這種通過大量計算來獲得準確的結果的“紅色AI”研究，尤其是深度學習不斷增長的成本發出了警告。 在最近於舊金山舉行的一次會議上，半導體行業大型供應商Applied Materials的首席執行官加里·迪克森(Gary Dickerson)發表了一個大膽的預測。他警告稱，由於材料、芯片製造和設計方面缺乏重大創新，到2025年，數據中心的人工智能運轉可能佔全球用電量的十分之一。要知道，目前廣為詬病的比特幣挖礦每年消耗電量超過 20 億瓦，也只是大概相當於全球電量的 0.5% 而已。
落基山研究所的特別顧問喬納森·庫米(Jonathan Koomey)則相對樂觀。他預計，儘管人工智能相關活動呈井噴式增長，但數據中心的能源消耗在未來幾年仍將保持相對平穩。這些大相徑庭的預測突顯出，人工智能對大規模計算未來的影響以及對能源需求的最終影響存在著不確定性。
毫無疑問，人工智能電力消耗非常大。隨著自動駕駛汽車和嵌入其他智能設備的傳感器等設備的興起，人工智能模型還將要處理有更多的信息。除了計算耗費電能，為AI應用做基礎鋪設的5G基站同樣也陷入了耗電的窘境。
— 2—
5G基站耗電驚人
——計算傳輸耗能
這幾日，“電費或將成為壓垮運營商的最後一根稻草”的話題在電力的圈子廣泛傳播。
按照運營商官方統計的結果顯示，5G基站最大功耗約為4G的3-4倍。根據中國鐵塔的一份分析報告，截至2018年底，幾家主流廠商5G基站系統的典型功耗為：大唐為4940W、華為3500W、中興為3255W，作為對比，4G的系統功耗僅為1300W，5G是4G的3-4倍。
那麼為什麼，5G功耗如此之高呢？
一方面，5G提高系統容量和頻譜利用率的關鍵技術Massive MIMO（大規模天線技術），本身是以更高的計算成本為代價降低傳輸功耗；另一方面，由於5G傳輸速率將成倍提升，5G基站將處理海量數據，且隨著5G業務的不斷髮展，5G BBU的計算功耗將逐漸上升。因此，相比4G時代基站功耗大部分花在傳輸上，在5G時代，基站的計算功耗將大幅提升超過傳輸功耗。 其實，關於芯片算力的討論很早就開始了，最近又提出了“定義一個真實的AI芯片性能”的說法，而在AI耗電耗能的話題上，人們的關注度不得不又回到了芯片這個領域。
— 3—
如何做到綠色AI
——提功耗，降能耗
在人工智能的研究和應用中，不管計算、存儲還是傳輸，芯片是核心和關鍵。以降能耗為主打功能的“綠色芯片”被千呼萬喚出來。以AI的一個分支應用為例，人工智能與物聯網技術高度結合，且已經形成新的一門融合學科。AI+IoT也漸漸演化成AIoT，萬物互聯正在向萬物智聯進化。
AIoT芯片就在此大背景下誕生。實際上，AIoT芯片並不是一個獨立的芯片個體，目前市場首批AIoT芯片幾乎都是結合了CPU、GPU、FPGA和DSP等核心零部件組合而成。不過青出於藍而勝於藍，AIoT芯片與傳統芯片相比確實存在不少差別。
相較傳統芯片而言，AI芯片可以利用更低的主頻、更小的芯片面積，完成AI計算任務，實現成本、功耗、算力等多樣化需求之間的完美平衡。
AIoT意味著物聯網終端設備智能化，芯片的計算能力更強，能耗更低。隨著AIoT技術深入應用到各個生活層面，物聯網設備之間將加速數據交互，促進數據融合，形成全新的智能物聯生態系統。人們的生活也會越來越便捷、越來越智能。同時，也會產生更多的生活場景需求。
以AIoT為代表的新型微芯片體給綠色AI的實現指明瞭一條道路，英特爾、AMD等大公司，都在開發利用光子學等技術的、節能性大幅提升的半導體，來驅動神經網絡和其他的人工智能工具。
今天的AI，在綠色芯片的基礎驅動下，將更大程度的向環保AI的方向發展。而未來AI計算能力增強的幅度與功耗能源的降低程度，兩者之間將如何演進，共生髮展，我們只能拭目以待了。
在你身邊，你還了解到哪些能被稱為“綠色AI”的例子？
歡迎在留言區分享你的觀點。
- 重磅預告 -
無論如何，人們並沒有固執的走上一條只看算力不計功耗的“紅色AI”之路，還在努力尋找算力與功耗的之間平衡。在5G到來的路上，我們能夠以足夠的理由感受更大的網絡帶寬、更快的響應速度以及更多的接入設備之下，世界展現給我們的究竟是什麼樣子。
5G到來，你看到的世界將如何變化？8月16日王煜全最新講座將在得到app上線，帶你提前體驗5G的精彩。本週五，不見不散。
- End -
覺得有啟發，點個“在看”，轉給朋友們
歡迎你“留言”，把你的想法告訴我們
提前5年，抓住時代機會
▼
（點擊關鍵字即可獲取全文）
科技與風口
混合現實
人工智能
航天產業
虛擬貨幣
商業機器人
智能可穿戴
自動駕駛
AI入口
基因編輯
精準醫療
癌症疫苗
醫療器械
科技與生活
衣-服裝
食-食品
住-房地產
行-交通
未來教育
智能玩具
未來遊戲
旅遊產業
文化娛樂
體育產業
媒體產業
市場營銷
科技與創新
5G
下一代計算
雲計算平臺
工業機器人
智慧農業
可再生能源
新能源汽車
無人駕駛
環保科技
新材料
智能製造
物聯網
連接世界，推動科技創新
▼
（點擊關鍵字即可獲取全文）
王煜全：科技企業3.0進化論，如何跨越創新鴻溝
萬字乾貨：10大科技趨勢預測
深入淺出，5步看懂一個行業
中國創新源頭的問題出在哪裡？
未來3年，擁有什麼能力才能抓住機會？
你的孩子應該怎麼做，才能敲開世界名校的大門？
認知升級，伴你一起成長
▼
20年的一線實戰
每年5個億的科技投資經驗
深入科技創新的行業最前沿
系統掃描全球科技趨勢
"點藍字關注
科技洞察 丨 深入科技行業最前沿
AI越來越強大的AI模型正在改變這個世界。但這背後的成本卻並不便宜。目前，業界就人工智能巨大的能源需求發出了很多警告。以中國的數據為例，全國40萬個數據中心，每年總體耗電量超過1000億度，這相當於三峽和葛洲壩水電站1年發電量的總和。
— 1—
AI研究成為翻版的比特幣挖礦？
——計算耗能
近日，著名的 AI 研究機構艾倫 AI 研究所（AI2）發佈了一份新的立場文件(Position Paper)，呼籲業內在評估 AI 研究時應該更加重視能效，在開發、訓練和運行模型時，與速度、準確性等指標一併列出“成本標籤”。
AI2 首席執行官 Oren Etzioni 表示，時代正在發生變化，“能源密集型”的 AI 研究產生的碳排放愈發令人擔憂。
2012年以來，人工智能領域在包括對象識別、遊戲、機器等在內得廣泛功能取得了顯著的進展。每個進步無疑都需要進行密集型的模型計算，比如2012年，Alexnet為比較先進的網絡學習模型，而到了2017年的AlphaZero，模型的計算數量是原來的30萬倍。
自 2012 年以來，模型計算量增長了 30 多萬倍（來源：Open AI）
今年初到現在，明顯有越來越多的研究人員對這種通過大量計算來獲得準確的結果的“紅色AI”研究，尤其是深度學習不斷增長的成本發出了警告。 在最近於舊金山舉行的一次會議上，半導體行業大型供應商Applied Materials的首席執行官加里·迪克森(Gary Dickerson)發表了一個大膽的預測。他警告稱，由於材料、芯片製造和設計方面缺乏重大創新，到2025年，數據中心的人工智能運轉可能佔全球用電量的十分之一。要知道，目前廣為詬病的比特幣挖礦每年消耗電量超過 20 億瓦，也只是大概相當於全球電量的 0.5% 而已。
落基山研究所的特別顧問喬納森·庫米(Jonathan Koomey)則相對樂觀。他預計，儘管人工智能相關活動呈井噴式增長，但數據中心的能源消耗在未來幾年仍將保持相對平穩。這些大相徑庭的預測突顯出，人工智能對大規模計算未來的影響以及對能源需求的最終影響存在著不確定性。
毫無疑問，人工智能電力消耗非常大。隨著自動駕駛汽車和嵌入其他智能設備的傳感器等設備的興起，人工智能模型還將要處理有更多的信息。除了計算耗費電能，為AI應用做基礎鋪設的5G基站同樣也陷入了耗電的窘境。
— 2—
5G基站耗電驚人
——計算傳輸耗能
這幾日，“電費或將成為壓垮運營商的最後一根稻草”的話題在電力的圈子廣泛傳播。
按照運營商官方統計的結果顯示，5G基站最大功耗約為4G的3-4倍。根據中國鐵塔的一份分析報告，截至2018年底，幾家主流廠商5G基站系統的典型功耗為：大唐為4940W、華為3500W、中興為3255W，作為對比，4G的系統功耗僅為1300W，5G是4G的3-4倍。
那麼為什麼，5G功耗如此之高呢？
一方面，5G提高系統容量和頻譜利用率的關鍵技術Massive MIMO（大規模天線技術），本身是以更高的計算成本為代價降低傳輸功耗；另一方面，由於5G傳輸速率將成倍提升，5G基站將處理海量數據，且隨著5G業務的不斷髮展，5G BBU的計算功耗將逐漸上升。因此，相比4G時代基站功耗大部分花在傳輸上，在5G時代，基站的計算功耗將大幅提升超過傳輸功耗。 其實，關於芯片算力的討論很早就開始了，最近又提出了“定義一個真實的AI芯片性能”的說法，而在AI耗電耗能的話題上，人們的關注度不得不又回到了芯片這個領域。
— 3—
如何做到綠色AI
——提功耗，降能耗
在人工智能的研究和應用中，不管計算、存儲還是傳輸，芯片是核心和關鍵。以降能耗為主打功能的“綠色芯片”被千呼萬喚出來。以AI的一個分支應用為例，人工智能與物聯網技術高度結合，且已經形成新的一門融合學科。AI+IoT也漸漸演化成AIoT，萬物互聯正在向萬物智聯進化。
AIoT芯片就在此大背景下誕生。實際上，AIoT芯片並不是一個獨立的芯片個體，目前市場首批AIoT芯片幾乎都是結合了CPU、GPU、FPGA和DSP等核心零部件組合而成。不過青出於藍而勝於藍，AIoT芯片與傳統芯片相比確實存在不少差別。
相較傳統芯片而言，AI芯片可以利用更低的主頻、更小的芯片面積，完成AI計算任務，實現成本、功耗、算力等多樣化需求之間的完美平衡。
AIoT意味著物聯網終端設備智能化，芯片的計算能力更強，能耗更低。隨著AIoT技術深入應用到各個生活層面，物聯網設備之間將加速數據交互，促進數據融合，形成全新的智能物聯生態系統。人們的生活也會越來越便捷、越來越智能。同時，也會產生更多的生活場景需求。
以AIoT為代表的新型微芯片體給綠色AI的實現指明瞭一條道路，英特爾、AMD等大公司，都在開發利用光子學等技術的、節能性大幅提升的半導體，來驅動神經網絡和其他的人工智能工具。
今天的AI，在綠色芯片的基礎驅動下，將更大程度的向環保AI的方向發展。而未來AI計算能力增強的幅度與功耗能源的降低程度，兩者之間將如何演進，共生髮展，我們只能拭目以待了。
在你身邊，你還了解到哪些能被稱為“綠色AI”的例子？
歡迎在留言區分享你的觀點。
- 重磅預告 -
無論如何，人們並沒有固執的走上一條只看算力不計功耗的“紅色AI”之路，還在努力尋找算力與功耗的之間平衡。在5G到來的路上，我們能夠以足夠的理由感受更大的網絡帶寬、更快的響應速度以及更多的接入設備之下，世界展現給我們的究竟是什麼樣子。
5G到來，你看到的世界將如何變化？8月16日王煜全最新講座將在得到app上線，帶你提前體驗5G的精彩。本週五，不見不散。
- End -
覺得有啟發，點個“在看”，轉給朋友們
歡迎你“留言”，把你的想法告訴我們
提前5年，抓住時代機會
▼
（點擊關鍵字即可獲取全文）
科技與風口
混合現實
人工智能
航天產業
虛擬貨幣
商業機器人
智能可穿戴
自動駕駛
AI入口
基因編輯
精準醫療
癌症疫苗
醫療器械
科技與生活
衣-服裝
食-食品
住-房地產
行-交通
未來教育
智能玩具
未來遊戲
旅遊產業
文化娛樂
體育產業
媒體產業
市場營銷
科技與創新
5G
下一代計算
雲計算平臺
工業機器人
智慧農業
可再生能源
新能源汽車
無人駕駛
環保科技
新材料
智能製造
物聯網
連接世界，推動科技創新
▼
（點擊關鍵字即可獲取全文）
王煜全：科技企業3.0進化論，如何跨越創新鴻溝
萬字乾貨：10大科技趨勢預測
深入淺出，5步看懂一個行業
中國創新源頭的問題出在哪裡？
未來3年，擁有什麼能力才能抓住機會？
你的孩子應該怎麼做，才能敲開世界名校的大門？
認知升級，伴你一起成長
▼
20年的一線實戰
每年5個億的科技投資經驗
深入科技創新的行業最前沿
系統掃描全球科技趨勢
長按關注王煜全，洞察科技趨勢
科技諮詢 | 公號轉載 | 案例撰寫 | 公號投稿
請在公眾號後臺留言
"