AIoT芯片行业报告：研究框架（155页）

物联网发展经历了初级、增强、智能三个阶段，由以下技术的发展驱动： 容器编排技术：跨开发环境与运行环境融合，让AI计算、应用展示、部署运维融为一体。 AI加速芯片与硬件生态的丰富：AI加速芯片的出现使得边缘智能设备的算力大幅提高，并 可灵活伸缩。 AI计算框架与算法生态的成熟：不同AI计算框架让AI应用开发者上手门槛大幅降低，促进 算法生态的蓬勃发展。 物联网技术经过多年发展已逐步成熟：成熟的物联网数据采集技术为AI模型训练输入提供 了良好基础。过去物联网项目大多是加了联网模块的家庭设备，相比非物联网设备的唯一好处是可以在远 程控制设备，亦或是可以定时触发设备。  传统物联网设备实现人工智能的过程依赖云计算。终端设备只是扮演数据收发与数据执行功 能的职能。通过云计算完成数据处理和分析过程，网络延时和传输成本高为致命问题。人工智能的实现分为训练过程与推理过程，由云端进行训练，由终端设备进行推理。 

训练过程：对海量历史数据进行分析处理，生成模型。训练过程耗时，对算力要求高。 推理过程：根据训练好的模型，对新接受的数据进行推理判断。推理过程较快，对算力要 求较低。 云端进行数据训练，生成模型后，更新云端函数。设备存储着训练好的模型，在断网的状 况下可以运行原有的模型，在联网的状况下可更新模型，使设备具备更强的AI能力。MCU（MicrocontrollerUnit），又称微控制器或单片机，是把CPU的频率与规 格做适当缩减，并将内存(Memory)、计数器(Timer)、USB、A/D转换、UART、 PLC、DMA等周边接口，甚至LCD驱动电路都整合在单一芯片上，形成芯片级计 算机。从而实现终端控制的功能，具有性能高、功耗低、可编程、灵活度高等优 点。MCU一般分为4位、8位、16位、32位和64位。