IHS Markit在本周发布的AI普及度调查中预测，到2025年AI应用将从2019年的428亿美元激增至1,289亿美元。AI处理器市场将以可比的速度增长，到2020年代中期将达到685亿美元，IHS说。
蓬勃发展的AI芯片市场受到用于深度学习和矢量处理任务的GPU，FPGA和ASIC新兴处理器架构的推动。此外，汽车，计算和医疗保健等领先应用程序正在推动一波新的AI应用程序浪潮。
IHS Markit的AI高级研究总监Luca De Ambroggi说：“ AI已经推动了对微芯片的大规模需求增长。” “但是，这项技术也正在改变芯片市场的形态，重新定义了传统的处理器架构和存储器接口，以适应新的性能需求。”
其中，处理深度学习算法所需的高带宽易失性存储器数量不断增长。分析师警告说，增加内存带宽来处理AI模型将处理器功耗降至“不可持续的水平”。
作为回应，De Ambroggi说，正在出现新的处理器体系结构，这些结构试图通过将内存移近处理器内核来减少数据移动。IHS指出，该框架“为每个处理核心配备了专用存储单元”，从而加速了并行处理。
另一种方法是将处理任务直接转移到内存中，以减少数据移动。这个想法是在数据驻留的地方进行处理，从而减少功耗和延迟。
去年至少有一家芯片创业公司出现了，其架构在ASIC上集成了嵌入式低功耗MRAM。Gyrfalcon Technology Inc.去年表示，其“生产就绪型” ASIC利用片上存储器作为AI处理器，减少了边缘设备之间的数据移动，同时加快了AI模型的处理。
该公司表示，AI内存中处理框架“优化了处理速度，实现了每秒较高的[理论运算]性能，同时还通过避免了对离散内存组件中的数据进行管理来节省大量电量。”
