(相關(guān)資料圖)

深巖哥

MR雖然發(fā)布不及預(yù)期，但是AI和MR融合是大概率事件，從高通最近的表述上也是如此，他們認(rèn)為隨著AI催化下算力需求的加速走向多樣化，單一的云端算力無法滿足所有需求，算力正在走向泛化，走向“云邊端”梯度分布的格局。

邏輯上是非常通順了，日常我們使用的各種穿戴類裝備或者各種其他電子類終端如音響、電腦、空調(diào)、電視等，基本上都有邊緣測芯片的參與。而算力在現(xiàn)階段是沒辦法完全滿足，大模型對算力需求難免會轉(zhuǎn)移到終端，在邊緣側(cè)算力閑置時候來跑模型。但其實并不會對自己的數(shù)據(jù)隱私有影響，是因為邊緣算力的優(yōu)勢決定的。

邊緣算力的三大優(yōu)勢

邊緣算力通常指部署在設(shè)備本地的算力或者離用戶距離較近的數(shù)據(jù)中心中的算力。邊緣算力相較于云端算力，擁有低成本、低時延、高隱私三大特性。1、低成本：當(dāng)前主流的邊緣算力平臺主要采用高通主導(dǎo)下的ARM架構(gòu)，相比于英偉達(dá)的復(fù)雜架構(gòu)，ARM架構(gòu)在小算力時擁有極低的單位成本，是降低開發(fā)與用戶成本的必然選擇。2、低時延：邊緣算力一般搭載在本地，無需將數(shù)據(jù)發(fā)送至云端并等待回傳的時間，可以滿足如自動駕駛，快速對話等對時延要求高的場景。3、高隱私：邊緣算力依靠設(shè)備本身搭載的算力或在用戶自有服務(wù)器上的算力進(jìn)行推理，可以實現(xiàn)數(shù)據(jù)不出用戶管轄范圍，對隱私的保護(hù)更好。

這算是擴(kuò)寬了邊緣芯片的使用邊界，之前邊緣芯片的邏輯是可以連在日常生活中的電子設(shè)備上，不只是手機(jī)。

他們會收集終端的各種日常信息并且傳輸出去，作為數(shù)據(jù)要素供給大模型使用。

從出貨量上看，邊緣計算芯片出貨量增長勢頭非常快速，基本上保持在25%的增速，屬于高增速的賽道。

關(guān)鍵詞：