2022硬核预测｜人工智能五大趋势

AI持续赋能芯片设计

现在，越来越多的工作需要高级AI来处理。市场对更节能且计算速度更快的专用芯片需求在不断增加，通过强大的AI来设计芯片至关重要。

AI推动了新一代设计工具的诞生，AI可以实现在迭代中不断学习，并在芯片设计环境中获取数据，由此跨越式地提升生产效率和成本效益。从某种意义上说，AI的颠覆式浪潮将创造更加公平的竞争环境，利用AI进行芯片设计的公司在全球经济中将实现对称分布。这不仅为半导体行业的企业们，也为那些团队规模较小或财务资源较为有限的公司带来新的发展机遇。

未来的AI硬件设计势必会对芯片设计技术进行革新。

2021年，对数据中心进行投资的公司都实现了可观的收益，并展示了卓越的技术能力，数据中心的发展一方面推高了专用AI芯片的需求，另一方面也让AI投资以前所未有的速度在增长。今年，GPU还将继续是数据中心市场的主导架构，我们预计此增长态势还将延续。头部企业都将选择下一代AI辅助设计系统，以大规模扩展和探索设计工作流程，并实现非重要决策的自动化。为满足自身的芯片设计需求，各公司开始将目光转向云端，从而增加设计容量、加快周转时间、优化高质量应用设计。

三大应用率先部署AI芯片设计

高性能计算（HPC）、自主设备和数字医疗这三大应用领域将率先在芯片设计中使用AI技术。

数据中心对专用芯片的需求使得HPC市场将继续推动对AI芯片的大规模投资，有了专用AI芯片的加持，数据中心将可以对由超过1万亿个节点组成的AI工作负荷执行计算。

在边缘计算领域，越来越多的公司开始将AI芯片应用于汽车行业和智能机器等更多领域，从工业机器扩展到智能机器人、无人机等。由于数据规模过于庞大，加之人们对数字社会的期盼，芯片设计团队需要针对各种应用的复杂SoC提供经验证的IP解决方案。预计2022年，这一领域在供应链紧张的情况下也会继续保持增长。

全球各个国家对新冠疫情的积极应对，为AI在医疗领域，尤其是诊断和医学研究方面，带来了诸多机遇。医疗领域对计算的需求可能不像数据中心那样严苛，但围绕数据保护、数据安全和实时分析的独特需求，更需要一个安全的本地化环境以完成现场评估和分析。

从AI加速器到认知系统，高性能计算、自主设备和数字医疗这三个市场将吸引更多的企业入局及资本关注，并同步推动AI在芯片设计领域的增长以及AI在设备中的无缝集成。

AI推动建立系统信任链

当AI应用在自动驾驶、数字金融、芯片设计等领域后，我们看到了更好的结果和更高的生产力，且没有造成重大缺陷或程序延迟等问题。

因此企业有动力在底层硬件基础设施中建立不同程度的信任，为远程设备管理、服务部署和生命周期管理创建安全通道，从而确保整个系统不仅对软件端，而且对终端用户都具有可信度。

AI在计算软件中的应用越发普及，系统各个阶段（特别是设计和集成阶段）对高级信任与安全性的要求也越来越高。到目前为止，AI硬件的重要性尚不及软件，但随着信任链在当前供应链问题环境中的重要性逐渐凸显，贯穿整个工作流程的信任链将不可或缺。

更快的计算速度、更多的边缘智能、更有效地处理更庞大的数据量，更多产品功能实现自动化，是驱动上述预测的核心要素。

大胆创新的AI硬件架构和清晰的AI战略将成为AI创新应用与软件系统无缝集成的核心推动因素。从芯片到软件，新思科技始终致力于让技术更智能、更安全。未来我们也将继续加大投入，实现AI驱动设计解决方案的颠覆式创新与快速增长。