能够加入快速发展的人工智能行业着实令人激动不已，尤其是在推理领域。自从归入高端和极其昂贵的计算系统开始，人工智能推理就一直在以超快的速度向边缘领域迈进。如今，来自医疗、工业、机器人、安全、零售和成像等众多行业的客户或在评估或已真正的将人工智能推理功能设计到他们的产品和应用中去。

幸运的是，随着专门为加速人工智能工作负载而开发的新型半导体器件的出现，人工智能推理技术现在已经发展到许多产品的价格点下降和外形尺寸缩小到非常适用于主流市场的地步，人工智能已融入种类广泛的系统中。

展望2022年，以下是我们预测的五大人工智能推理趋势。

安全、隐私问题

随着人工智能的广泛部署，我们会发现暴露出来的隐私问题越来越多。隐藏或保护个人详细信息以及确保人工智能系统安全的技术将会得到进一步发展，其中就包括应用根信任技术对抗网络入侵。

持续的模型演变

该行业将从五至七年前开发的模型(如MobileNet和ResNet)转向新的、更强大和更精确的方法，如Yolo-v5和基于转换器的解决方案。对人工智能推理模型的持续研究旨在提供更高的精度和更高的性能。必须设计可实际部署的系统，以便于模型随时得到更新，从而在有新技术发明时能够提高其性能和精度。

向边缘迁移

随着各家公司应用的不断扩展，向边缘的过渡将得以继续;经济学将推动他们从云至边缘设备上卸载带宽和计算繁重的应用，例如计算机视觉。在复杂模型需要高精度、高吞吐量和低功耗的情况下，客户将越来越多地采用人工智能加速技术。例如在工业领域，人工智能可用于帮助管理库存、检测缺陷，甚至在缺陷发生之前进行缺陷预测。

我们预计这项技术还将扩展到许多其他边缘应用，例如监控、面部识别、基因测序、医学成像等。

开源

开源将继续成为人工智能开发的主要平台，基于Python的工具将会逐渐得到普及。虽然业界明确想要模型框架保持开放，但实际系统使用的训练数据和精确模型的驱动程序更可能是专有的，会受到人工智能开发人员的严密保护。

下一个独角兽

随着人工智能扩展到边缘领域，边缘人工智能芯片制造商将成为下一批独角兽。由于这项技术现在可以在广泛的行业中使用，因此会有更多的公司希望利用其能力来提供新的创新或实现自己与竞争对手的差异化。

在更接近最终用户的地方，执行人工智能推理的能力正在开启一个全新的市场和应用。能在2022年看到相关新产品进入市场着实十分令人兴奋。