AI圆舞曲里,重接骨头跳舞的展锐( 六 )

当然 , 在AI算法进一步稳定 , 应用需求与标注不断统一之后 , 有理由相信异构NPU会成为主流 。

展锐的独创 , 更准确表述或许是是超前 。 但异构双核NPU背后的技术逻辑 , 其实指向展锐在AI战略这样一个独特思路:聚焦应用与场景 , 实实在在闹革命 。

脱胎换骨的展锐冲向AI

虎贲T710 , 这个听着就像个什么武器的名字 , 当然拿出来就要造成点杀伤力 。

在虎贲T710发布时 , 展锐给出了一个独特的定义“AI边缘计算平台” 。 也许有朋友会奇怪 , 这种描述似乎更多是在to B产业中见到 , 为什么出现在了手机芯片当中?

事实上 , 虎贲T710是手机芯片 。 但展锐却和用户一起发现了它的其他价值 , 比如说在产业场景中作为边缘AI算力的提供者 。

在深度学习为代表的AI处理能力 , 开始渗透向各行各业当中时 , 各行业也就自然而然浮现出对AI算力的需求 。 比如在医疗场景中 , 医疗影像识别已经成为了AI的主要应用场景 。 而这一类任务如果统一上传到云端进行推理 , 很容易造成实际应用时的效率降低 , 数据阻塞 。 如果在边端侧发生AI计算 , 则需要芯片和计算产品的植入 。 这些实际场景的导流 , 造成虎贲T710顺势获得了to C和to B两种商业模式 。 这里有个问题 , 展锐怎么会敢做这种创新?

推荐阅读