首页 > 研究 > 人工智能 > 详情
人工智能迎落地,探寻AI真需求
2021-09-24 16:47:12

中金公司 陈昊 朱镜榆 彭虎 2021-09-07

  优质数据是AI发展的关键,IoT是AI落地最佳载体,碎片化应用场景催生物联网平台型公司。计算机视觉、自然语言处理等AI技术建立在训练海量数据的基础上,模型准确性及复杂度的提升对数据规模提出更高的要求。我们看到,物联网能够触达大量优质数据,为人工智能的应用提供底层支撑。我们认为,面对物联网碎片化的特性,平台型公司具备在实际应用场景中快速迭代模型、打通接入设备及沉淀可复用业务模块的优势,能够将数据优势转化为规模效应。

运算能力决定了AI模型训练与推理的效率,处理器性能是关键。不同部署场景及应用阶段对AI芯片的需求不同,终端与云端的芯片分别表现出高性价比化及高性能化。各类型的芯片在功耗、通用性、成本、编程难度等方面存在差异,CPU通用性强,但运算效率难以达到AI的要求;GPU长于并行处理,以CUDA作为简易编程接口,编程框架成熟,但仍存在提效空间;FPGA具有灵活度高、功耗低的优势,但编程较为复杂;ASIC是针对AI特性开发的芯片,兼具高算力和低功耗,但开发周期长,流片成本高。

智能算法是AI的基石,横向开源平台与纵向深耕行业并行。AI算法的底层技术相对公开,领先企业需要构建开放平台,将技术优势转化为生态优势。同时,随着传统行业智能化转型的推进,通用型算法难以满足多样化场景需求,算法企业需要深耕行业以沉淀专业知识及业务模型。我们认为触达行业优质数据、针对行业痛点提供高效算法是AI算法企业的核心竞争力。

价值创造是人工智能实现规模应用的关键,人工智能对传统行业的改造将带来万亿级市场空间。目前的人工智能技术以感知智能为主,我们看好AI技术在包括工业生产、药物研发、医学诊断、智能驾驶等多场景下替代重复性机械工作、提升效率、复刻专家能力、提高生活体验的落地空间。

风险提示:

AI落地不及预期;企业的数字化转型不及预期;物联网的发展不及预期。

#人工智能 #AI #数字化 #物联网

上一篇:人工智能发展助推FPGA成长

下一篇:“拉闸限电”的病,“AI+工业互联网”能治吗