正文

邊緣人工智能（邊緣人工智能芯片）

發(fā)布時間：2023-03-14 01:02:27 稿源：創(chuàng)意嶺閱讀： 63 問大家

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于邊緣人工智能的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

ChatGPT國內免費在線使用，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關鍵詞，就能返回你想要的內容，越精準，寫出的就越詳細，有微信小程序端、在線網頁版、PC客戶端

官網：https://ai.de1919.com

本文目錄:

1、AI駛入“高速路”：交通AI化的應用場景與實例
2、推進半導體技術發(fā)展的五大趨勢
3、人工智能是什么？那些產品算是人工智能的產品？
4、什么是人工智能

邊緣人工智能（邊緣人工智能芯片）

一、AI駛入“高速路”：交通AI化的應用場景與實例

作者：崔雪薇

《中國交通信息化》記者崔雪薇當前，新一代通用技術的產業(yè)革命正在興起，為數字化、智能化生產和生活帶來了顛覆性的改變。經歷了新一波的發(fā)展浪潮，人工智能（AI）已無所不在地滲透到人們的生產生活中，當仁不讓地成為新一代通用技術的代表?！靶禄ā憋L口下，圍繞“AI+”打造的新應用、新業(yè)態(tài)、新模式不斷涌現，人工智能充分發(fā)揮了“頭雁”效應。

作為“新基建”大潮的重要抓手，智能交通領域備受矚目，人工智能、5G、工業(yè)互聯網等數字化技術為交通帶來的發(fā)展理念、管理模式和服務體驗迎來了全局“智變”。如今，各地高速公路的智慧建設如火如荼，隨著全國高速公路正式邁進“一張網”運營時代，AI在高速路上的應用，駛入了高速發(fā)展階段。本文結合第二十二屆中國高速公路信息化大會上的經驗分享，對人工智能在智慧高速上的融合應用進行了簡單梳理。

隨著撤站工作的圓滿收官，全國高速公路實現了“一張網”運營。在此形勢下，路段經營單位對運營管理產生了新的訴求：（1）希望在技術、服務、管控、協同等方面進一步突破，推進少人、無人化的“高效經濟”收費場景實現；（2）既要實現路段的精細化管理，又要做到通行費應收盡收，確保自身權益；（3）路段海量、多元的路網設備、設施急需智能化、自動化技術的保障與支撐，確保邊、端設施安全、穩(wěn)定運行。為解決上述痛點問題，招商華軟信息有限公司依托“AI+云”技術，構建智慧收費2.0版本，全面賦能路段的收費稽核、運營分析、運維管理、運行監(jiān)測及基礎收費業(yè)務。

AI+云，突破嘗試

招商華軟打造了統(tǒng)一的智慧收費云平臺，將收費業(yè)務及相關運管業(yè)務遷移上云，高效實現各業(yè)務之間的多維協同管理。在該平臺的賦能支撐下，還利用高智能的車道機器人為路段經營單位打造了無人收費站解決方案。

無人收費站是“AI+云”場景化應用的突破性嘗試，是路段實現降本增效的實用舉措，也是智慧收費發(fā)展的必經階段。前端車道機器人的AI能力與云端智慧收費云的統(tǒng)籌能力相結合，極大提升了目前車道收費的服務價值。

無人收費，彰顯智能

車道機器人是無人收費站的智能化前端AI設備，整機通過集成車道收費所需的多種硬件模塊，輔以人機交互工程設計，借助邊緣計算、智能語音、4G/5G等技術手段，實現收費站現場無人化自助收費和特情自動化處理。

無人收費站解決方案實現了前端設備智能化、現場支撐全面化、后臺系統(tǒng)智慧化、運營投入經濟化。相對于傳統(tǒng)的無人收費模式，其具備以下突出能力：適用于多種車道應用場景的收費模式，如ETC收費、MTC收費、混合收費等，支持ETC卡、微信、支付寶、云閃付等多種非現金支付手段，未來將具備接受現金支付的能力；集成人工智能單元，支持與車主進行智能語音交互，在現場無人介入的情況下也能快速定位用戶問題，為車主提供便捷有效的客戶服務；同時，可大幅減少路段經營管理單位的人力成本支出。

示范應用，加速落地

目前，招商華軟智慧收費云平臺已經在招商公路廣西桂林公司及周邊路段落地應用，且運行效果良好，基本滿足了日常收費、監(jiān)控、稽查分析和運維工作的需要，極大提升了路段的運管工作效率。佛山一環(huán)西龍收費站北行出口收費廣場已開通無人收費的機器人示范車道；哈大高速各條車道的車道機器人也已安裝完成并投入使用。

在實際的車道收費應用中，95%的收費業(yè)務均可以通過車道機器人的高智慧邏輯處理能力來完成。對于不到1%的需要現場處理的問題，可通過步兵式作業(yè)工具“綜合服務回控終端”提供服務。

2019年11月13日，交通運輸部辦公廳發(fā)布《全國高速公路視頻聯網監(jiān)測工作實施方案》和《全國高速公路視頻聯網技術要求》，提出加快推進“可視、可測、可控、可服務”的高速公路運行監(jiān)測體系建設，深入研究人工智能等先進技術在視頻聯網監(jiān)測領域的應用，在2021年6月實現智慧監(jiān)測。視頻監(jiān)控為運營管理效率和公共服務能力提升發(fā)揮了積極的作用，隨著海量視頻數據的不斷累積，如何實現實時檢測、動態(tài)監(jiān)視、智能控制、及時服務、準確預測的智慧監(jiān)測成為當前技術領域面臨的重要挑戰(zhàn)。山西交通職業(yè)技術學院的張海亮博士依托山西高速的視頻聯網建設，分享了AI技術在高速公路視頻云聯網中的應用。

深度學習，大顯身手

從架構來看，高速公路視頻聯網采用云、邊、端三層架構。其中，邊緣智能分析系統(tǒng)采用新一代視頻交通事件智能監(jiān)測系統(tǒng)，具備隨時接入、實時分析、實時報警、準確率高等特點。隨著數據的不斷積累，系統(tǒng)運行時間越長，識別算法越智能，檢測準確率越高?；谏疃葘W習技術，系統(tǒng)可實現以下功能。

交通事件及交通流檢測：采用基于深度學習技術的多目標檢測、目標跟蹤算法，通過接入高速視頻云聯網的視頻數據，邊緣智能分析系統(tǒng)能夠實現道路擁堵、交通事故、車輛逆行、違規(guī)停車、行人闖入、拋灑物、變道、施工、煙火、團霧、占用應急車道等交通事件，以及交通流量、交通參數等交通態(tài)勢的分析。車輛結構化分析：通過智能算法，提取車輛特征數據，實現車輛結構化分析，應用于車輛研判、違法處罰、逃費檢測、收費稽查等業(yè)務。視頻質量診斷：通過圖像識別算法，進行視頻畫面質量診斷分析，巡檢評估外場設備狀態(tài)，及時發(fā)現設備問題，快速應對。

數據分析，高效管理

省級云平臺通過“AI+大數據”技術，融合路段視頻數據、邊緣智能分析系統(tǒng)的海量感知數據，通過海量數據模型訓練和深度學習，進行數據計算、數據分析、數據挖掘、綜合研判，實現智能監(jiān)管、交通態(tài)勢分析、預測預警、應急處置等智慧監(jiān)測應用。同時，通過數據門戶向外部系統(tǒng)和應用提供數據目錄、API、數據應用和可視化展示。

高速公路視頻聯網后的大數據分析不僅能夠實現行業(yè)運行態(tài)勢實時監(jiān)測、預測預警，還能夠為行業(yè)運營管理決策提供科學依據，也能夠對職能和業(yè)務流程監(jiān)管、分權分域管理、可視化業(yè)務展示提供數據支撐，提高運營管理效率。在邏輯架構上，基于AI的省級智能預警平臺與省級視頻云平臺一同部署在省中心，基于前端信息采集終端設備、路段視頻上云、視頻大數據智能分析應用平臺，實現云聯網視頻數據的融合應用。

試點山西，成效顯著

近些年來，山西高速一直積極開展高速公路智能運行監(jiān)測相關研究，特別是對高速公路視頻聯網智能分析系統(tǒng)和平臺做了大量基礎性工作。基于AI的智能平臺在具體實際應用中取得了理想的效果。系統(tǒng)平臺建設以最先進的高性能GPU集群為物理載體，首創(chuàng)分布式深度學習算法及多任務神經網絡模型，極大地提升了系統(tǒng)的精準性和并行效率，使系統(tǒng)具備極高的先進性，體現在以下4個方面。

（1）見多識廣，通過對海量訓練樣本的深度學習，以及隨著系統(tǒng)部署、應用的增加，系統(tǒng)準確性越來越高。（2）平臺先進，系統(tǒng)采用了基于數據流的大數據計算引擎Yita，使用神經網絡分布式訓練平臺，提高了收斂速度，縮短了訓練時長，提高了模型迭代效率。（3）算法超前，研究開發(fā)了多種算法，能夠實現對交通事件、車輛信息的準確識別。（4）持續(xù)進化，在具體系統(tǒng)應用過程中，系統(tǒng)檢測結果通過人工確認后，不斷增加正負樣本，可以持續(xù)學習，不斷進化。

福建省高速公路信息科技有限公司的黃來榮高級工程師在會上分享了福建省基于人工智能和物聯網的省級聯網收費運行監(jiān)測系統(tǒng)方案。省界收費站取消后，ETC費顯系統(tǒng)進行了優(yōu)化，福建省聯網收費系統(tǒng)整體運行平穩(wěn)。聯網收費對運行監(jiān)測依賴度高，主要體現為在線計費、狀態(tài)名單同步、全網最小費額下發(fā)、門架計費模塊升級等，存在點多面廣、監(jiān)測內容多、設備種類復雜、運行監(jiān)測要求高等難點。因此，需要有一套系統(tǒng)的工具對車道、門架、后端系統(tǒng)進行快速問題診斷，提高系統(tǒng)運維效率和準確性。福建省高速公路將原有的收費運維管理系統(tǒng)、ETC車道運行監(jiān)測系統(tǒng)和ETC門架運行監(jiān)測系統(tǒng)進行融合，已成功上線福建省高速公路聯網收費運行監(jiān)測系統(tǒng)，保障了聯網收費各層級系統(tǒng)的正常運轉。

目標明確，功能完備

省級聯網收費運行監(jiān)測系統(tǒng)建設主要圍繞以下4個目標：提升ETC客戶服務水平；保障單位和多省交易，實現“分段計費，出口統(tǒng)一收費”；促進廠商提升產品質量和售后服務水平；提高日常機電維護水平。

建設內容有：車道系統(tǒng)運行監(jiān)測，包括車道設備監(jiān)測、車道工控機監(jiān)測、車道數據監(jiān)測、車道交易監(jiān)測；門架系統(tǒng)運行監(jiān)測，包括ETC門架設備監(jiān)測、門架主機監(jiān)測、門架數據監(jiān)測、車道交易監(jiān)測；后端系統(tǒng)運行監(jiān)測，包括后端設備監(jiān)測、后端主機監(jiān)測、后端應用監(jiān)測、后端數據監(jiān)測；系統(tǒng)告警，包括分級分類告警、嚴重告警置頂提示、告警推送；運行監(jiān)測工具，包括系統(tǒng)升級類檢查工具、參數下發(fā)類檢查工具、故障診斷類檢查工具。

智能分析，科學預警

系統(tǒng)使用NumPy、Pandas和基于機器學習的scikits-learn等組件，可通過決策樹回歸算法分析故障原因；通過k-means聚類算法尋找離群點，分析并預測門架或車道健康狀態(tài)；通過樸素貝葉斯算法預測設備故障，需提前進行設備養(yǎng)護，從而進行如下智能分析。

1、廠商主題分析按設備廠商進行分類，統(tǒng)計交易成功率、捕獲率、異常量等數據，促進設備廠商提供高品質產品、提升售后服務水平。2、用戶主題分析（1）同行介質狀態(tài)：提示OBU低電、鎖死、損壞或即將超出有效期待等。（2）充值提醒：當儲值卡低于用戶常規(guī)形成一定比例時進行充值提醒。（3）新狀態(tài)名單提醒：當用戶被列入狀態(tài)名單時進行提醒。（4）形成規(guī)律結合用戶服務：根據用戶的形成規(guī)律，提供路況信息、沿途服務（如服務區(qū)）信息等。（5）連續(xù)異常提醒：當某一OBU在車道和門架上異常交易達到某一閾值時進行用戶提醒，召回檢查。3、故障預測預警（1）車道系統(tǒng)故障預測：通行效率下降、異常交易比例提高可能預示著車道系統(tǒng)故障；車道車牌識別率下降可能預示著牌識故障或需要進行維護調優(yōu)。（2）門架系統(tǒng)故障預警：門架異常交易比例提高、捕獲率降低通常預示著門架系統(tǒng)出現故障；某一車道的RSU或牌識捕獲率下降通常預示著該設備故障或需要進行及時維護。（3）設備與環(huán)境關聯預警：通過聚類分析或關聯因素分析，識別設備與環(huán)境的規(guī)律關系，如跳電與雷雨天氣的關系、車牌識別率與天氣的關系等。

隧道存在空間封閉、事故多發(fā)、處置困難、防控薄弱等痛點，亟待在現有技術基礎上開發(fā)新的隧道風險防控技術與裝置。在“新基建”的東風下，一套支持動態(tài)巡航、兼顧高精度與實時性的智能交通巡檢系統(tǒng)平臺應運而生。重慶交通大學的馬慶祿副教授在會上對該平臺進行了介紹，該平臺能夠實現滲水檢測、裂縫檢測、隧道內環(huán)境檢測；實現交通事故巡檢，交通運行狀態(tài)、重要交通基礎設施以及交通量、車速等交通參數的實時檢測及分析處理。檢測精度均大于80%。

融合創(chuàng)新，提質升級

作為該平臺的前端設備，隧道云智能巡檢機器人融合了人工智能、5G、虛擬現實、工業(yè)物聯網技術，依托高端科技手段，提質升級隧道智慧管養(yǎng)水平，積極響應國家的“新基建”政策。

隧道云智能巡檢機器人采用邊緣人工智能技術，與傳統(tǒng)的基于云的計算方式相比，該技術在計算和信息生成源的物理接近性方面帶來了低延遲、能量高效、隱私保護、帶寬占用減少、及時性和環(huán)境敏感性高等優(yōu)勢，使隧道巡檢機器人感知更敏捷，風險識別與應急決策更智能。5G具有大帶寬、低延時的傳輸能力，平臺建立基于邊緣設備的區(qū)域性高速容量5G傳輸網絡，集成紅外熱像儀、激光/毫米波雷達、高清全景攝像機等各種尖端技術，探索 5G網絡在公路隧道中的應用示范。

智能巡檢，安全高效

云智能巡檢機器人助力“新基建”與“交通強國”加速推進，實現路橋隧全天候、無人值守下的智能巡檢，可最大限度提高隧道安全性。相比傳統(tǒng)人工巡檢，其具有以下優(yōu)勢：

（1）通過云智能機器人將照明、通風、消防等機電系統(tǒng)網聯于一體，實現自適應聯控；（2）利用機器人配載激光雷達、熱像儀等傳感器，對裂縫、滲漏等災害動態(tài)感知；（3）機器人可以第一時間抵達現場，實時遠程交通監(jiān)控、應急救援與疏散指揮。

2020年一場突如其來的疫情對“新基建”提出了非常迫切的要求。疫情的遠程化、無接觸、智能化應對刺激了新的市場需求，倒逼傳統(tǒng)產業(yè)加快數字化轉型的步伐，智能交通的建設也因此成為城市發(fā)展實打實的剛需。作為“新基建”的主要內容，以人工智能為代表的“云大物移智”等新技術的深度融合碰撞，形成了新一代信息基礎設施的核心能力。交通AI化是大勢所趨，除本文所述內容，AI在城市公共交通、自動駕駛等領域同樣發(fā)揮了不容小覷的作用。在智慧高速領域，AI在云、管、邊、端全面賦能，給收費、稽核、監(jiān)控等應用場景帶來了全新升級，駛入高速，上橋入隧，無所不在。科技的迭代速度令人瞠目，5G浪潮迅猛來襲，流量的爆發(fā)將帶動數據處理分析能力的發(fā)展，人工智能也將迎來新的機遇和挑戰(zhàn)。隨著新一代信息技術的飛速發(fā)展，條條大路都將被賦予強大的顛覆性力量，通向無邊無界的智能未來。

（原文刊載于2021年第3期《中國交通信息化》）

二、推進半導體技術發(fā)展的五大趨勢

過去幾十年，全球半導體行業(yè)增長主要受臺式機、筆記本電腦和無線通信產品等尖端電子設備的需求，以及基于云計算興起的推動。這些增長將繼續(xù)為高性能計算市場領域開發(fā)新應用程序。

首先，5G將讓數據量呈指數級增長。我們需要越來越多的服務器來處理和存儲這些數據。2020年Yole報告，這些服務器核心的高端CPU和GPU的復合年增長率有望達到29%。它們將支持大量的數據中心應用，比如超級計算和高性能計算服務。在云游戲和人工智能等新興應用的推動下，GPU預計將實現更快增長。例如，2020年3月，互聯網流量增長了近50%，法蘭克福的商業(yè)互聯網數據交換創(chuàng)下了數據吞吐量超過每秒9.1兆兆位的新世界紀錄。

第二個主要驅動因素是移動SoC——智能手機芯片。這個細分市場增長雖然沒有那么快, 但這些SoC在尺寸受限的芯片領域對更多功能的需求，將推動進一步技術創(chuàng)新。

除了邏輯、內存和3D互聯的傳統(tǒng)維度擴展之外，這些新興應用程序將需要利用跨領域的創(chuàng)新。這需要在器件、塊和SoC級別進行新模塊、新材料和架構的改變，以實現在系統(tǒng)級別的效益。我們將這些創(chuàng)新歸納為半導體技術的五大發(fā)展趨勢。

趨勢一:摩爾定律還有用，將為半導體技術續(xù)命8到10年…

在接下來的8到10年里，CMOS晶體管的密度縮放將大致遵循摩爾定律。這將主要通過EUV模式和引入新器件架構來實現邏輯標準單元縮放。

在7nm技術節(jié)點上引入了極紫外(EUV)光刻，可在單個曝光步驟中對一些最關鍵的芯片結構進行了設計。在5nm技術節(jié)點之外(即關鍵線后端(BEOL)金屬節(jié)距低于28-30nm時)，多模式EUV光刻將不可避免地增加了晶圓成本。最終，我們希望高數值孔徑(High-NA) EUV光刻技術能夠用于行業(yè)1nm節(jié)點的最關鍵層上。這種技術將推動這些層中的一些多圖案化回到單圖案化，從而提供成本、產量和周期時間的優(yōu)勢。

Imec對隨機缺陷的研究對EUV光刻技術的發(fā)展具有重要意義。隨機打印故障是指隨機的、非重復的、孤立的缺陷，如微橋、局部斷線、觸點丟失或合并。改善隨機缺陷可使用低劑量照射，從而提高吞吐量和成本。

為了加速高NA EUV的引入，我們正在安裝Attolab，它可以在高NA EUV工具面世之前測試一些關鍵的高NA EUV材料(如掩膜吸收層和電阻)。目前Attolab已經成功地完成了第一階段安裝，預計在未來幾個月將出現高NA EUV曝光。

除了EUV光刻技術的進步之外，如果沒有前沿線端(FEOL)設備架構的創(chuàng)新，摩爾定律就無法延續(xù)。如今，FinFET是主流晶體管架構，最先進的節(jié)點在6T標準單元中有2個鰭。然而，將鰭片長度縮小到5T標準單元會導致鰭片數量減少，標準單元中每個設備只有一個鰭片，導致設備的單位面積性能急劇下降。這里，垂直堆疊納米薄片晶體管被認為是下一代設備，可以更有效地利用設備占用空間。另一個關鍵的除垢助推器是埋地動力軌(BPR)。埋在芯片的FEOL而不是BEOL，這些BPR將釋放互連資源路由。

將納米片縮放到2nm一代將受到n-to-p空間約束的限制。Imec設想將Forksheet作為下一代設備。通過用電介質墻定義n- p空間，軌道高度可以進一步縮放。與傳統(tǒng)的HVH設計相反，另一個有助于提高路由效率的標準單元架構發(fā)展是針對金屬線路的垂直-水平-垂直(VHV)設計。最終通過互補場效應晶體管(CFET)將標準cell縮小到4T，之后充分利用cell層面上的第三維度，互補場效應晶體管通過將n-場效應晶體管與p-場效應晶體管折疊。

趨勢2: 在固定功率下，邏輯性能的提高會慢下來

有了上述的創(chuàng)新，我們期望晶體管密度能遵循摩爾所規(guī)劃的路徑。但是在固定電源下，節(jié)點到節(jié)點的性能改進——被稱Dennard縮放比例定律，Dennard縮放比例定律（Dennard scaling）表明，隨著晶體管變得越來越小，它們的功率密度保持不變，因此功率的使用與面積成比例；電壓和電流的規(guī)模與長度成比例。

世界各地的研究人員都在尋找方法來彌補這種減速，并進一步提高芯片性能。上述埋地電力軌道預計將提供一個性能提高在系統(tǒng)水平由于改進的電力分配。此外，imec還著眼于在納米片和叉片裝置中加入應力，以及提高中線的接觸電阻(MOL)。

二維材料如二硫化鎢(WS2)在通道中有望提高性能，因為它們比Si或SiGe具有更強的柵長伸縮能力。其中基于2d的設備架構包括多個堆疊的薄片非常有前景，每個薄片被一個柵極堆疊包圍并從側面接觸。模擬表明，這些器件在1nm節(jié)點或更大節(jié)點上比納米片的性能更好。為了進一步改善這些器件的驅動電流，我們著重改善通道生長質量，在這些新材料中加入摻雜劑和提高接觸電阻。我們試圖通過將物理特性(如生長質量)與電氣特性相關聯來加快這些設備的學習周期。

除了FEOL, 走線擁擠和BEOL RC延遲，這些已經成為性能改善的重要瓶頸。為了提高通徑電阻，我們正在研究使用Ru或Mo的混合金屬化。我們預計半鑲嵌(semi-damascene)金屬化模塊可同時改善緊密距金屬層的電阻和電容。半鑲嵌(semi-damascene) 可通過直接模式和使用氣隙作為介電在線路之間(控制電容增加)

允許我們增加寬高比的金屬線(以降低電阻)。同時，我們篩選了各種替代導體，如二元合金，它作為‘good old’ Cu的替代品，以進一步降低線路電阻。

趨勢3:3D技術使更多的異構集成成為可能

在工業(yè)領域，通過利用2.5D或3D連接的異構集成來構建系統(tǒng)。這些有助于解決內存問題，可在受形狀因素限制的系統(tǒng)中添加功能，或提高大型芯片系統(tǒng)的產量。隨著邏輯PPAC(性能-區(qū)域-成本)的放緩，SoC 的智能功能分區(qū)可以提供另一個縮放旋鈕。一個典型的例子是高帶寬內存棧(HBM)，它由堆疊的DRAM芯片組成，這些芯片通過短的interposer鏈路直接連接到處理器芯片，例如GPU或CPU。最典型的案例是Intel Lakefield CPU上的模對模堆疊， AMD 7nm Epyc CPU。在未來，我們希望看到更多這樣的異構SOC，它是提高芯片性能的最佳橋梁。

在imec，我們通過利用我們在不同領域(如邏輯、內存、3D…)所進行的創(chuàng)新，在SoC級別帶來了一些好處。為了將技術與系統(tǒng)級別性能聯系起來，我們建立了一個名為S-EAT的框架(用于實現高級技術的系統(tǒng)基準測試)。這個框架可評估特定技術對系統(tǒng)級性能的影響。例如:我們能從緩存層次結構較低級別的片上內存的3D分區(qū)中獲益嗎?如果SRAM被磁存儲器(MRAM)取代，在系統(tǒng)級會發(fā)生什么?

為了能夠在緩存層次結構的這些更深層次上進行分區(qū)，我們需要一種高密度的晶片到晶片的堆疊技術。我們已經開發(fā)了700nm間距的晶圓-晶圓混合鍵合，相信在不久的將來，鍵合技術的進步將使500nm間距的鍵合成為可能。

通過3D集成技術實現異質集成。我們已經開發(fā)了一種基于sn的微突起互連方法，互連間距降低到7µm。這種高密度連接充分利用了透硅通孔技術的潛力，使>16x更高的三維互聯密度在模具之間或模具與硅插接器之間成為可能。這樣就大大降低了對HBM I/O接口的SoC區(qū)域需求(從6 mm2降至1 mm2)，并可能將HBM內存棧的互連長度縮短至多1 mm。使用混合銅鍵合也可以將模具直接與硅結合。我們正在開發(fā)3µm間距的模具到晶圓的混合鍵合，它具有高公差和放置精度。

由于SoC變得越來越異質化，一個芯片上的不同功能(邏輯、內存、I/O接口、模擬…)不需要來自單一的CMOS技術。對不同的子系統(tǒng)采用不同的工藝技術來優(yōu)化設計成本和產量可能更有利。這種演變也可以滿足更多芯片的多樣化和定制化需求。

趨勢4:NAND和DRAM被推到極限;非易失性存儲器正在興起

內存芯片市場預測顯示，2020年內存將與2019年持平——這一變化可能部分與COVID-19減緩有關。2021年后，這個市場有望再次開始增長。新興非易失性存儲器市場預計將以>50%的復合年增長率增長，主要受嵌入式磁隨機存取存儲器(MRAM)和獨立相變存儲器(PCM)的需求推動。

NAND存儲將繼續(xù)遞增，在未來幾年內可能不會出現顛覆性架構變化。當今最先進的NAND產品具有128層存儲能力。由于晶片之間的結合，可能會產生更多的層，從而使3D擴展繼續(xù)下去。Imec通過開發(fā)像釕這樣的低電阻字線金屬，研究備用存儲介質堆，提高通道電流，并確定控制壓力的方法來實現這一路線圖。我們還專注于用更先進的FinFET器件取代NAND外圍的平面邏輯晶體管。我們正在探索 3D FeFET與新型纖鋅礦材料，作為3D NAND替代高端存儲應用。作為傳統(tǒng)3D NAND的替代品，我們正在評估新型存儲器的可行性。

對于DRAM，單元縮放速度減慢，EUV光刻可能需要改進圖案。三星最近宣布EUV DRAM產品將用于10nm (1a)級。除了探索 EUV光刻用于關鍵DRAM結構的模式，imec還為真正的3D DRAM解決方案提供了構建模塊。

在嵌入式內存領域，我通過大量的努力來理解并最終拆除所謂的內存墻，CPU從DRAM或基于SRAM的緩存中訪問數據的速度有多快?如何確保多個CPU核心訪問共享緩存時的緩存一致性?限制速度的瓶頸是什么? 我們正在研究各種各樣的磁隨機存取存儲器(MRAM)，包括自旋轉移轉矩(STT)-MRAM，自旋軌道轉矩(SOT)-MRAM和電壓控制磁各向異性(VCMA)-MRAM)，以潛在地取代一些傳統(tǒng)的基于SRAM的L1、L2和L3緩存(圖4)。每一種MRAM存儲器都有其自身的優(yōu)點和挑戰(zhàn)，并可能通過提高速度、功耗和/或內存密度來幫助我們克服內存瓶頸。為了進一步提高密度，我們還在積極研究可與磁隧道結相結合的選擇器，這些是MRAM的核心。

趨勢5:邊緣人工智能芯片行業(yè)崛起

邊緣 AI預計在未來五年內將實現100%的增長。與基于云的人工智能不同，推理功能是嵌入在位于網絡邊緣的物聯網端點(如手機和智能揚聲器)上的。物聯網設備與一個相對靠近邊緣服務器進行無線通信。該服務器決定將哪些數據發(fā)送到云服務器(通常是時間敏感性較低的任務所需的數據，如重新培訓)，以及在邊緣服務器上處理哪些數據。

與基于云的AI(數據需要從端點到云服務器來回移動)相比，邊緣 AI更容易解決隱私問題。它還提供了響應速度和減少云服務器工作負載的優(yōu)點。想象一下，一輛需要基于人工智能做出決定的自動汽車。由于需要非常迅速地做出決策，系統(tǒng)不能等待數據傳輸到服務器并返回。考慮到通常由電池供電的物聯網設備施加的功率限制，這些物聯網設備中的推理引擎也需要非常節(jié)能。

今天，商業(yè)上可用的邊緣 AI芯片，加上快速GPU或ASIC，可達到1-100 Tops/W運算效率。對于物聯網的實現，將需要更高的效率。Imec的目標是證明推理效率在10.000個Tops /W。

通過研究模擬內存計算架構，我們正在開發(fā)一種不同的方法。這種方法打破了傳統(tǒng)的馮·諾伊曼計算模式，基于從內存發(fā)送數據到CPU(或GPU)進行計算。使用模擬內存計算，節(jié)省了來回移動數據的大量能量。2019年，我們演示了基于SRAM的模擬內存計算單元(內置22nm FD-SOI技術)，實現了1000Tops/W的效率。為了進一步提高到10.000Tops/W，我們正在研究非易失性存儲器，如SOT-MRAM, FeFET和基于IGZO（銦鎵鋅氧化物）的存儲器。

三、人工智能是什么？那些產品算是人工智能的產品？

人工智能，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。

人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

人工智能的產品有：

機器視覺，指紋識別，人臉識別，視網膜識別，虹膜識別，掌紋識別，專家系統(tǒng)，自動規(guī)劃，智能搜索，定理證明，博弈，自動程序設計，智能控制，機器人學，語言和圖像理解，遺傳編程等。

邊緣人工智能（邊緣人工智能芯片）