本文來自微信公眾號“電子發(fā)燒友網(wǎng)”，作者/黃山明。
在當下，隨著生成式AI的快速發(fā)展，如何將其應用到實際場景，一直是AI產業(yè)玩家們思考的問題。而智能家居應用場景豐富，用戶對相關產品需求的不斷提升，也開始對智能終端產品在智能化表現(xiàn)上有了更高要求。這就對終端的算力需求增加，也拉動了國產相關算力芯片的用量。
智能家居進入算力時代
不少科幻電影場景中都可以看到智能家居的元素，比如智能化的機器人幫助人們處理家務，只需要語音就能夠控制家中的各種設備，包括沖咖啡、開關燈、播放音樂、提供摘要新聞等。這些畫面，也開始在現(xiàn)實世界中被逐漸實現(xiàn)。
如今的智能家居品類豐富，包括智能門鎖、智能安防、智能燈光、智能家電等等。這些智能家居的引入方便了人們的生活，不僅解放了人們處理瑣碎家務的時間，同時極大提升了人們日常生活的體驗性。
據(jù)IDC數(shù)據(jù)，2022年家庭智能設備全球市場規(guī)模為306億美元，預計到2026年將達到382.9億美元，年復合增速約5.7%。而2012年全球只有不到500萬家庭擁有智能家居系統(tǒng)，但預計到2024年，智能家居設備的數(shù)量將會達到7900萬。
智能家居的智能化，依托的是越來越多傳感器帶來的外部數(shù)據(jù)感知，同時傳感器作為具備一定計算能力的端側算力設備，也是支撐智能家居系統(tǒng)的神經(jīng)末梢，對信息的傳遞、控制命令的執(zhí)行都有起著重要作用。
此外，包括人工智能技術、語音識別技術等新興技術的加入，與智能家居技術形成合力，不斷推動智能家居產品朝著分類多元化、應用普及化、操作智能化的方向發(fā)展。尤其是AI技術的接入有望大幅提升智能家電學習能力和交互精度，為用戶提供更流暢的對話體驗。
而這些技術的實現(xiàn)，都需要智能家居提供算力來支撐。目前主流解決方案仍然采用云計算，但云計算有兩個缺陷，一個是需要互聯(lián)網(wǎng)支持，一旦斷網(wǎng)產品許多功能便無法使用；另一個則是成本高，效率低，數(shù)據(jù)先要上傳云端，處理后再返回至用戶端，不僅占用的流量和算力較高，整體效率也偏低，時延也較長。
這就誕生了邊緣計算的概念，邊緣計算更靠近用戶端，傳輸路線更短，時延更短，效率更高，且不需要互聯(lián)網(wǎng)的支持，整體來看成本也更低。
例如智能家居的網(wǎng)關組件，就可以認為是一種邊緣計算。對于在同一網(wǎng)關內的智能組件，網(wǎng)關可以處理這些組件收到的信息并根據(jù)用戶設置或者習慣做出決策，控制執(zhí)行組件執(zhí)行相應動作。
并且伴隨智能家居對算力需求的提升，對邊緣計算的要求也越來越高，這就需要產品本身具備較高的算力支持。
AI算力芯片需求大增
據(jù)IDC與浪潮信息聯(lián)合發(fā)布的報告顯示，中國算力規(guī)模，尤其是智能算力規(guī)模正在高速增長。2022年我國智能算力規(guī)模達到268百億億次/秒（EFLOPS），預計到2026年，中國通用算力規(guī)模的年復合增長率為18.5%，而智能算力規(guī)模年復合增長率將高達52.3%。
AI芯片應用在智能家居產品中已經(jīng)有廣泛案例，比如科沃斯近期發(fā)布的一款掃地機器人中便搭載了一顆地平線旭日3芯片，算力可以達到5TOPS，媲美車機的計算芯片，足以支撐AI視覺方案，實現(xiàn)更強的避障性能。該機器人還能實現(xiàn)語音與手勢交互，這些都依托于強大的算力支持。
亞馬遜自研的終端AI芯片Inferentia就主要用于提升AI語音連接效率，降低Alexa對云計算的依賴，提升搭載Alexa設備的本地AI算力，同時降低設備功耗，增強Alexa設備的可移動性。
而近期耐能智慧發(fā)布的AI芯片KL730，集成了車規(guī)級NPU和ISP，同樣可以應用到智能家居領域中，還可降低大型語言模型的高運算成本。而此前耐能推出的KL720 AI芯片，已經(jīng)于今年3月打入高通產品線。
NovuMind推出了一款自主研發(fā)的AI芯片NovuTensor，這款芯片使用原生張亮處理器作為內核架構，采用不同的異構計算模式來應對不同AI應用領域的三維張亮計算，可以在做到15萬億次計算每秒的同時，全芯片功耗控制在15W左右，效率極高。雖然其紙面算力不如英偉達的芯片，但是其計算延遲和功耗卻低得多，因此適合做邊緣端AI計算，契合智能家居應用場景。
此外如國內的瑞芯微在2022年量產的RK3588是目前國產AIoT領域性能最強的芯片，直接對標高通的QCS8250，這兩款芯片都是面向AIoT應用的通用型SoC，性能接近。
而在一些智能家居產品中，國產AI芯片占比正在快速提升。在智能音箱這個應用領域，國產SoC的市場份額已經(jīng)相對較高，市場參與者包括全志科技、晶晨股份、炬芯、瑞芯微、杰理科技等。
據(jù)Runto數(shù)據(jù)顯示，2020年第三季度，國內智能音箱市場上，全志、晶晨以及百度的芯片份額合計已超50%。
而在智能電視和機頂盒市場中，SoC國產化程度也較高，供應商主要有聯(lián)發(fā)科、晶晨、海思、聯(lián)詠、瑞昱等，目前聯(lián)發(fā)科在收購晶晨后已經(jīng)占據(jù)絕對領先地位。奧維云網(wǎng)數(shù)據(jù)顯示，2018年國內OTT機頂盒芯片市場中，晶晨占比63.2%、聯(lián)發(fā)科11.9%和瑞芯微10.0%位列前三。
小結
在智能家居智能化越來越高的時代，對網(wǎng)絡依賴程度也越來越高，這導致一旦斷網(wǎng)就將導致產品本地功能缺失。而想要實現(xiàn)本地智能化運行，算力必不可少。不少廠商也推出了許多端側的AI算力芯片，來支持產品的本地化運行。隨著未來技術的發(fā)展，算力的提升，未來全屋家居本地智能化運行將不再是夢想，或許到這時，才能達到智慧家庭。
