对话OPEN AI LAB联合创始人生态拓展行业落地是关键词边缘AI框架的三大重

三、成本是AI落地本质问题,未来将开放更多Tengine功能

在黄明飞看来,现在AI行业已经从最初的概念验证阶段转向落地的关键阶段,但在这个落地阶段也面临着不少困难,其中最本质的问题是成本问题。例如,许多解决方案都采用机器视觉来做监控,但成本却降不下来,还不如用原来的员工更实惠。

黄明飞认为,实际上解决这个问题就需要平台和工具来降低开发成本,尤其是软件产品的成本,能够用于一些低成本的硬件平台,从而真正实现性价比提升。

其次,当成本下降突破落地的第一道关口后,还需要进一步思考国产AI芯片的发展问题。他解释,OPEN AI LAB成立时,曾预期国产AI芯片可能在2019-2020年爆发,但目前看来整体还处在发展期。

黄明飞谈到,尽管国家一直投入资金扶持国产芯片的发展,但行业仍需一个开源生态来让玩家共同推动。

“如果说什么东西都自己干,实际上效率是不高的,需要大家各自做擅长的地方,通过生态合作产生合力,才能形成一个良好环境,让国产AI生态从芯片到基础软件都迅速发展。”黄明飞说。

“目前边缘计算已经成为AI行业公认的发展趋势。”在黄明飞看来,与过去几年比较热门的云原生相似,行业在未来也可能会出现类似的边缘原生技术。基于此,OPEN AI LAB也将继续打造一个从开发到部署的一整套边缘原生的AI系统平台。

谈及产品的后续计划,黄明飞谈到,未来Tengine会逐步开放更多内容,与越来越多芯片厂商合作;另一方面,OPEN AI LAB也会逐步将Tengine MLOps中的功能开放到Tengine Factory中,开源更多内容,从而让整个生态更加获益。

结语:从软件源头推动边缘计算发展

从云端到边缘侧,人工智能的发展给我国高新技术行业催生了无数创业创新机会。如今嵌入式边缘计算作为信息数据处理的重要手段之一,如何从软件层出发大大降低开发及部署门槛,也是这股浪潮中每一位玩家都在思考的事。

OPEN AI LAB作为我国AI开源大军中的一股重要力量,一手开源框架推动国内生态社区发展,一手端到端AI系统平台助力企业智能化转型,也给未来AI行业的广泛落地深踩了一脚油门。