高通 NVIDIA物联网芯片引入AI功能抢占市场高地

简介:

AI主要是以云数据处理为主,而随着AI的发展人们逐渐认识到终端同样需要引入AI,这是因为有部分AI功能只需要在终端运行即可,如拍照引入AI功能可以获得更佳的自拍相片。

而作为芯片行业的两大龙头企业高通和NVIDIA也高度关注这一市场,它们纷纷发布自己的物联网芯片,分别推出集成AI功能的物联网芯片。

对于自动驾驶汽车来说,对于自动驾驶来说其要采集的数据极为庞大,它需要足够强大的本地数据处理能力,确保高可靠性和低延迟。如果数据在终端则进行一定的筛选和处理,将有重要价值的信息通过网络传输至云端再将需要的结果返回,这样可以大幅节省网络带宽、数据中心的存储和计算资源。

在AI行业,NVIDIA无疑是领头羊,全球多数的神经训练网络都基于NVIDIA的芯片构建,这是因为它的GPU在进行数据处理方面拥有强大的优势,而它也早早在该领域布局,因此成为最大的获益者。由于NVIDIA在AI芯片市场所拥有的优势,推动它的股价持续上涨,这几年其股价已翻了几番。

NVIDIA当然对物联网行业也非常重视,由于在移动芯片市场失败因此早早布局物联网市场希望避免重蹈覆辙,目前它在自动驾驶市场已占有一席之地,4月初它宣布联合ARM打造AI芯片专用IP,将它的深度学习加速器IP集成到ARM的Project Trillium平台中构建深度学习IoT芯片。

高通当然也不甘示弱,其在近期发布了两款物联网和AI优化系统级芯片QCS603和SCQ605芯片,主要针对计算机视觉处理,可以针对安全摄像机、运动相机、可穿戴相机、虚拟现实相机、机器人等进行特别优化。

高通高度重视物联网市场与它当前在智能手机市场面临的冲击有很大关系,其在智能手机芯片市场能成为霸主与它拥有垄断性专利优势的CDMA有很大关系,而在4G、5G技术上它的专利优势正被持续削弱,苹果、华为因此要求它降低专利费,而同时它又正面临三星、苹果、华为等手机企业自行研发手机芯片以及联发科等芯片企业的竞争,因此希望拓展新领域,而物联网市场正是它看重的一个行业。

AI的兴起有助于让AI早日普及,如今谈到的AI更多是一种概念以及大数据处理等方面,与人们的日常生活太远,AI 应用于人们的生活还太远,导致AI的普及存在困难,终端则AI的兴起则有望迅速推动AI的普及。

其实对物联网芯片市场看重的不单单止高通和NVIDIA,华为、三星、联发科等也对此有所准备,华为去年在麒麟970、苹果在A11处理器上引入AI芯片无疑让人们对终端则AI的兴趣大增,作为芯片企业的两大重量级企业NVIDIA和高通对此无疑高度重视。

相关实践学习
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
11月前
|
人工智能 自然语言处理 监控
2025年,开启GEO优化新时代,为企业抢占AI搜索先机
AI的不断重塑传统的信息入口之际,用户的搜索行为也从单一的百度、抖音的简单的查找答案的模式,逐渐转向了对DeepSeek、豆包、文心一言等一系列的AI对话平台的更加深入的探索和体验。DeepSeek的不断迭代优化同时,目前其月活跃的用户已破1.6亿,全网的AI用户规模也已超过6亿,这无疑为其下一阶段的迅猛发展提供了坚实的基础和广泛的市场空间。
|
11月前
|
人工智能 自然语言处理 物联网
GEO优化方法有哪些?2025企业抢占AI流量必看指南
AI的不断重塑传统的信息入口之际,用户的搜索行为也从单一的百度、抖音的简单的查找答案的模式,逐渐转向了对DeepSeek、豆包、文心一言等一系列的AI对话平台的更加深入的探索和体验。DeepSeek的不断迭代优化同时,目前其月活跃的用户已破1.6亿,全网的AI用户规模也已超过6亿,这无疑为其下一阶段的迅猛发展提供了坚实的基础和广泛的市场空间。
|
12月前
|
人工智能 自然语言处理 前端开发
深度解析Playwright MCP:功能、优势与挑战,AI如何提升测试效率与覆盖率
Playwright MCP通过AI与浏览器交互,实现自然语言驱动的自动化测试。它降低门槛、提升效率,助力测试工程师聚焦高价值工作,是探索性测试与快速验证的新利器。
|
12月前
|
SQL 人工智能 搜索推荐
Dataphin功能Tips系列(71)X-数据管家:数据资产运营的「AI外挂」
在企业数据治理中,数据资产规模庞大、字段繁多,手动录入效率低且易出错。Dataphin推出「X-数据管家」,利用大模型智能生成标签、描述及字段类型等信息,支持一键批量上架,大幅提升资产运营效率。
366 0
人工智能 移动开发 JavaScript
515 0
|
人工智能 测试技术 项目管理
测试不再碎片化:AI智能体平台「项目资料套件」功能上线!
在实际项目中,需求文档分散、整理费时、测试遗漏等问题常困扰测试工作。霍格沃兹推出AI智能体测试平台全新功能——项目资料套件,可将多个关联文档打包管理,并一键生成测试用例,提升测试完整性与效率。支持套件创建、文档关联、编辑删除及用例生成,适用于复杂项目、版本迭代等场景,助力实现智能化测试协作,让测试更高效、更专业。
|
存储 人工智能 测试技术
用AI提升测试效率:智能体平台的「需求文档管理」功能上线啦!
霍格沃兹测试开发学社推出AI智能体测试平台,全新「需求文档管理」功能助力高效测试准备。集中管理需求文档,支持多种上传方式,智能生成测试用例,提升测试效率与准确性,助力迈向智能化测试新时代。
|
人工智能 Cloud Native Java
书本大纲:从芯片、分布式到云计算AI时代
本文深入探讨并发编程、JVM原理、RPC框架、高并发系统、分布式架构及云原生技术,涵盖内存模型、同步机制、垃圾回收、网络协议、存储优化、弹性伸缩等核心议题,揭示多线程运行逻辑与高并发实现路径,助你掌握现代软件底层原理与工程实践。
335 7
|
存储 人工智能 前端开发
从零构建智能对话助手:LangGraph + ReAct 实现具备记忆功能的 AI 智能体
本文系统介绍了基于 LangGraph 框架构建具备记忆能力的 ReAct(Reasoning + Action)智能体的技术实现方法。ReAct 智能体结合语言模型的推理能力与外部工具的执行能力,通过“思考-行动-观察”循环机制,实现复杂任务的自主处理。文章详细讲解了 LangGraph 的图结构设计、状态管理、工具集成与记忆系统等关键技术,并通过代码示例演示了从基础工作流到高级智能体系统的构建过程。最终实现的智能体具备多轮对话、工具调用、结果反馈与上下文记忆能力,为开发下一代智能应用提供了技术基础。
1770 1
|
人工智能 测试技术 API
Apipost vs Apifox:AI能力及功能对比
2025年,AI技术深度融入企业业务系统,成为提升生产力与竞争力的关键。本文对比了API管理工具Apipost与Apifox的AI能力。Apipost在智能识别、测试用例生成、脚本函数生成及文档处理等方面表现突出,显著提升开发效率与质量;而Apifox功能相对局限,依赖手动操作,难以满足高要求的现代开发需求。Apipost凭借全面的AI赋能,正引领API开发迈向智能化新时代。
248 0

热门文章

最新文章

相关产品

  • 物联网平台