AI下沉端侧，如何破解“存储墙”难题？
当AI从云端向边缘和终端设备迁移，一场以“端侧AI”(Edge AI)为核心的技术应用革命正悄然到来。 在这场变革中，我们必须思考的是，数十亿乃至数百亿台终端设备的未来发展方向——特别是打破它们依赖云端连接才能运行AI任务的固有模式。这些设备必须成为真正具备AI能力的端侧系统，能够以更高效率执行端侧推理，其计算能力以每瓦特所能达到的万亿次运算次数(TOPS/W)来衡量。 与AI数据中心不同，对于端
标签专题 · 共 3 篇文章
# 华邦电子
关于「华邦电子」的技术文章、设计资料与工程师讨论，持续更新。
3
篇文章
10
人关注
180
次浏览
从NPU、GPU、内存、EDA工具等角度，看现在的边缘AI技术
引言：边缘AI涉及的问题不仅是算力芯片，还与存储、设计工具、测试等方方面面有关… AI从数据中心走向边缘、端侧的原因这两年探讨得够多了，包括数据中心资源限制(与海量IoT设备与数据涌入的矛盾)、部分应用的低延迟或实时决策需求、隐私与安全性、AI应用的个性化要求等;与此同时，随着AI全栈技术的发展，边缘或端侧AI也正走向成熟——无论是硬件还是包括AI模型在内的软件。 前不久IIC Shanghai
瑞芯微 SoC 平台 DDR 适配提速！（华邦篇）—— 深化生态合作，共筑 AIoT 存储供应链韧性
全球存储芯片市场仍处于深度结构性调整阶段，DDR 颗粒产能紧张的局面短期内难以缓解，供应链稳定性成为 AIoT 行业产品化进程的关键考量。近期，瑞芯微与华邦电子（Winbond）深入交流，双方就深化 DDR 生态合作达成共识，依托长期合作基础与技术优势，进一步丰富瑞芯微 SoC 平台 DDR 适配选择，为客户破解存储供应链难题提供更多可行方案。 作为全球 AIoT 领域的领先芯片企业，瑞芯微始终以