近日,各家上市企业开始陆续发布2021年上半年度报告。去年在科创板登录的“AI芯片第一股”寒武纪也于8月11日晚间正式对外发布,报告显示,寒武纪上半年营收1.38亿,同比增长58%,主要系报告期内边缘智能芯片及加速卡的规模化应用与落地,其中,边缘业务线贡献的营业收入占比为60.74%,云端业务线贡献的营业收入占比为32.50%。

国际数据公司（IDC）边缘人工智能（AI）处理器的首次预测显示，2019年全球用于边缘系统的人工智能优化处理器的出货量将达到3.401亿台，比2018年增长170.0%。IDC预计，到2023年，市场出货量将达到15亿台，五年复合年增长率（CAGR）高达64.9%。

<center><img src="http://mouser.eetrend.com/files/2019-06/wen_zhang_/100043878-73126-jiqi…; alt=“” width="600"></center>

使用节点分析和对数成像器可改进物联网（IoT）中的视频分析应用。视频分析应用试图利用日常世界中丰富的信息资源，出于几个原因考量，包括日常监控的人脸识别，但大部分原因集中在预测分析和行为分析上。这些应用中收集到的信息可通过云计算进行更高端的广泛处理。然而，深度处理有其局限性，并且可以通过往组合中增加节点分析和对数成像器在很多方面加以改进。

<strong>1、对数成像和节点分析组合</strong>

通过往组合中增加节点分析，减轻与云之间的通信，可以改进数据分析。云计算的带宽需求比节点分析应用多出两个（如果不是三个）数量级。因此，节点分析的计算能力要求更低，并可减少延迟。人口稠密的市场、交通混乱的地区以及城市停车场都是一些环境错综复杂的地方，可使用节点分析进行检测，以进行预测和行为分析。在云中对这些环境进行高级处理有助于制定业务策略，疏导交通流量，并可提高政府管理的停车场的效率。然而，在传感器节点处采用低端软件，而不是执行云分析，可改进这些场景的延迟、带宽、安全和功耗。