在嵌入式領(lǐng)域便出現(xiàn)了 MCU 與 AI 芯片兩個有本質(zhì)差異的芯片群。前者是滿足工具智能化的智能控制芯片(以控制見長);后者是滿足智能機(jī)器深度學(xué)習(xí)的計(jì)算芯片(以計(jì)算見長)。未來，在人工智領(lǐng)域會逐漸形成智能化工具與智能機(jī)器兩大領(lǐng)域。

業(yè)內(nèi)專家何立民教授認(rèn)為“AI 芯片”值得關(guān)注!針對此問題，何教授有自己的看法：“AI 芯片”的確存在，其概念不僅被廣泛應(yīng)用，也無法用其它的概念，如 MCU、MPU 等概念所替代。

目前，智能化工具領(lǐng)域業(yè)已成熟，智能機(jī)器領(lǐng)域依托 AI 芯片、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、云際交互逐漸向強(qiáng)人工智能領(lǐng)域進(jìn)發(fā)。而 AI 芯片形式多樣，屬初級發(fā)展階段，盡管有些概念尚可商榷，但原有的各種嵌入式處理器的概念已無法沿襲，“AI 芯片”可能會約定式俗。

以人臉識別為例，用于門禁的實(shí)時人臉識別，也許可以用 MCU+圖形加速器方案。但要從眾多人群中實(shí)時識別特定的人臉，就要引入深度學(xué)習(xí)，不斷提高其識別能力;為了與眾多人臉對比，還要與云端大數(shù)據(jù)交互，無論多么高明的 MCU 都無法承擔(dān)如此重任。也許“深度學(xué)習(xí)”、“云端交互”是 AI 芯片的兩大重要特征。

在 IEEE 協(xié)會首次在京舉辦研討會上，王飛躍教授直言，我不認(rèn)為現(xiàn)在有所謂的人工智能芯片。德國馬格德堡大學(xué)教授安德烈·紐倫堡(Andreas Nuernberger)補(bǔ)充道：“我同意沒有人工智能芯片這一說法?，F(xiàn)在芯片的發(fā)展加速了深度學(xué)習(xí)的過程，之前在圖像方面也有這種深度學(xué)習(xí)，你現(xiàn)在把它們稱作為人工智能的芯片，但這是出于某種特定的目的而生產(chǎn)的產(chǎn)品。我覺得現(xiàn)在物聯(lián)網(wǎng)可以讓過程變得更加可靠，可以確保這些網(wǎng)絡(luò)和硬件的反應(yīng)速度更快、更加可靠、更有活力。我覺得這些是智能硬件的現(xiàn)實(shí)世界，但是他們的代價很高，因?yàn)槟阈枰訌?fù)雜的基礎(chǔ)設(shè)施，更多的技術(shù)，這和之前是不同的。”

目前 AI 芯片領(lǐng)域競爭激烈，也許一時難以形式統(tǒng)一的結(jié)構(gòu)體系，但逐步完善后，作為嵌入式領(lǐng)域中的又一新兵，在人工智能領(lǐng)域與 MCU 相互補(bǔ)充、各盡其職。既不可相互替代，又有不同的技術(shù)發(fā)展方向。MCU 與 AI 處理器用在不同領(lǐng)域，兩者都有巨大的發(fā)展?jié)摿Α?/p>