從當(dāng)前技術(shù)發(fā)展和應(yīng)用前景來看，物聯(lián)網(wǎng)在工業(yè)領(lǐng)域的供應(yīng)鏈管理、生產(chǎn)過程工藝優(yōu)化、產(chǎn)品設(shè)備監(jiān)控管理、環(huán)保監(jiān)測及能源管理、工業(yè)安全生產(chǎn)管理等方面，都發(fā)揮了巨大作用，其幫助人類實(shí)現(xiàn)了工控系統(tǒng)、通信系統(tǒng)和信息化系統(tǒng)的智能化融合。宿州值班電工考試卷
通過物聯(lián)網(wǎng)+方案，制造企業(yè)將實(shí)現(xiàn)設(shè)備自動(dòng)化、搬送自動(dòng)化和排產(chǎn)自動(dòng)化，進(jìn)而實(shí)現(xiàn)柔性制造。同時(shí)，工廠上下游制造產(chǎn)線能實(shí)時(shí)調(diào)整和協(xié)同。這將大幅提升工廠的生產(chǎn)效率、及企業(yè)的盈利能力。對產(chǎn)值數(shù)十萬億、乃至數(shù)百萬億的工業(yè)產(chǎn)業(yè)而言，提高5%-10%的效率，就會(huì)產(chǎn)生數(shù)萬億人民幣的價(jià)值。所以，物聯(lián)網(wǎng)+工業(yè)，必將在2020年迎來爆發(fā)。
為完成這些計(jì)算，芯片設(shè)計(jì)中，會(huì)增加很多運(yùn)算單元，如幾千到幾萬個(gè)運(yùn)算單元。隨著運(yùn)算單元數(shù)目的增加，每個(gè)運(yùn)算單元能夠使用的存儲(chǔ)器的帶寬和大小都在減小。因此，存儲(chǔ)器會(huì)成為計(jì)算瓶頸。由于深度學(xué)習(xí)并不屬于通用計(jì)算的范疇，馮·諾伊曼(John von Neuman)架構(gòu)的存儲(chǔ)和計(jì)算分離，已經(jīng)不適合數(shù)據(jù)驅(qū)動(dòng)的人工智能應(yīng)用需求。頻繁的數(shù)據(jù)搬運(yùn)，導(dǎo)致的算力瓶頸以及功耗瓶頸，已經(jīng)成為更先進(jìn)算法探索的限制因素。類似于腦神經(jīng)結(jié)構(gòu)的存內(nèi)計(jì)算架構(gòu)，將數(shù)據(jù)存儲(chǔ)單元和計(jì)算單元融合為一體，這樣能顯著減少數(shù)據(jù)搬運(yùn)，提高計(jì)算并行度和能效。而計(jì)算存儲(chǔ)一體化，在硬件架構(gòu)方面的革新，也將突破AI算力瓶頸。
