人工智能(AI)已經大規(guī)模地出現在人們的視野中，這項技術正在從數據中心擴散到廣泛的分布式位置，這是由更強大的處理器和更創(chuàng)新的算法實現的。但其他技術也需要跟上步伐，否則就有可能成為瓶頸。

美光科技公司工業(yè)部門主管David Henderson在接受行業(yè)媒體采訪時表示，人工智能應用的快速發(fā)展需求，特別是在網絡邊緣和板載連接設備方面，將對支持這些應用的內存提出更高的要求。

你能告訴我一些你在美光的角色，以及你在人工智能領域看到的趨勢嗎?

David Henderson:我領導美光的工業(yè)和多市場部門，專注于使用我們廣泛的內存和存儲解決方案組合的各種工業(yè)應用。這是一個極其分散的領域，包括視頻安全、工廠自動化、醫(yī)療設備、零售應用、運輸、航空航天和國防應用等應用。

在我的角色中，我看到人工智能在工業(yè)領域獲得了強大的吸引力，包括在邊緣和車載設備上。很明顯，人工智能最終將出現在幾乎所有工業(yè)設備上。現在，我們仍然處于這個充分市場潛力的山腳下，但即使是現在，人工智能也正在迅速被應用于核心工業(yè)和制造設備。

美光的使命是緊跟市場上最新的處理器和專用集成電路，確保美光內存產品組合的發(fā)展符合下一代處理器和人工智能加速器的需求，以及它們將在新環(huán)境中支持的更復雜的人工智能系統(tǒng)。

所以人工智能處理器和內存必須攜手并進，才能最有效地釋放新的創(chuàng)新人工智能算法的潛力?

David Henderson:內存是任何AI解決方案的關鍵部分。從歷史上看，大多數人工智能處理都發(fā)生在云數據中心的背景下，但它越來越多地擴散到邊緣和車載物聯(lián)網(IoT)以及其他連接設備。隨著人工智能遷移到邊緣，這些位置對高性能內存的需求也在增加。現在，我們看到一系列的人工智能解決方案已經延伸到網絡的邊緣，從推理開始，到邊緣的訓練。

這些應用程序可以釋放的好處可能是深遠的。邊緣人工智能可以顯著降低支持人工智能設備所需的通信帶寬，同時實現對這些設備的任何連接系統(tǒng)的實時反饋。在許多情況下，這些類型的更改既可以降低成本，也可以增加人工智能支持的任何用例的收入。

未來還會有更多。生成型人工智能還沒有在邊緣廣泛部署，當然在工業(yè)設備的背景下，但它的時代將會到來。當這種情況發(fā)生時，就存儲參考數據的內存密度和必須與處理器交換數據的帶寬而言，對內存的需求將顯著增加。

除非我們提前計劃，否則我們可能會發(fā)現自己處于分布式物聯(lián)網和其他連接設備的內存成為限制的情況。因此，關鍵是要關注這一細分市場的新興需求，并應對與不斷增長的模型尺寸、不斷增加的帶寬需求、更低的功耗以及向前沿技術節(jié)點發(fā)展相關的特定限制。

這些發(fā)展對美光有什么影響?

David Henderson:人工智能是美光持續(xù)轉型的主要驅動力之一。從根本上說，我們迫切需要匹配我們?yōu)楦鞣N潛在用例提供的各種內存解決方案。

以監(jiān)控攝像頭的視頻分析為例。低級解決方案可能包含基本的檢測和分類。與此同時，更復雜的解決方案可能包括面部識別和行為分析，而最復雜的解決方案(截至目前)可能會擴展到包括上下文分析。這些都是人工智能解決方案，但支持這些解決方案所需的計算能力差異很大，以每秒幾次操作(TOPS)為標準。為了跟上更快的處理器，對內存數據處理的需求也相應發(fā)生了變化，低端標準攝像機的內存數據處理速度為4倍，而當今更復雜的安全視頻分析解決方案的內存數據處理速度可達16倍。

這種視頻分析應用程序只是一個例子。還有其他人工智能應用本質上不那么復雜，可能比視頻安全應用更復雜。例如，當機器視覺分析被部署到制造生產線的環(huán)境中以支持質量保證時，它突出了對本地監(jiān)督學習的潛在需求。這是一個全新的復雜程度，有相關的處理和內存帶寬要求。美光優(yōu)先與客戶合作，了解他們的計算需求，并引導他們了解內存技術的細微差別，以優(yōu)化他們的解決方案。內存密度、功耗和內存帶寬吞吐量的規(guī)格對于單個用例至關重要，美光投資于研究和開發(fā)以交叉優(yōu)化這些參數。

展望未來，你認為這個領域會如何發(fā)展?

David Henderson:我們肯定會看到人工智能部署的顯著和持續(xù)的增長，無論是在傳統(tǒng)工業(yè)系統(tǒng)的擴展方面，還是在我們過去從未見過的新用例中的創(chuàng)新采用方面。在邊緣利用生成式人工智能和大型語言模型(LLM)作為行業(yè)數字化轉型的一部分，只會繼續(xù)凸顯對更多數據的需求，其中內存和存儲是關鍵組件。

在許多情況下，人工智能可以實現更高的產量、更長的正常運行時間、更高的效率和更高的質量。它確實可以在零售、運輸和遠程保健等不同部門發(fā)揮作用，以更少的成本和資源實現更好的結果。

人工智能的潛力是巨大的。即使是今天所做的事情也產生了深遠的影響，但這只是冰山一角。看到記憶在解鎖與人工智能相關的這些未來好處方面發(fā)揮的作用，真是令人興奮。