人们对计算需求的急剧增长，反映的是人类社会技术的快速发展，而目前看来，就是人工智能在驱动着整个社会对计算的需求。在未来30年，人工智能会从一个弱人工智能，逐渐接近一个奇点，发生类似于大爆炸的可能性。
ARM被软银收购的时候，孙正义在对外的宣讲中，反复提到一点，他说奇点会不会发生，我们不知道，因为太长远了，但是我们知道，现在我们在面临一个重要问题：我们即将面临互联网浪潮的第三次冲击，我们可以深刻的感受到这种冲击感。
从十年前我们用PC上网，到现在大家更多用手机，这种人与互联网的互动，随着每一个人都有了手机以后，会如何发展？我猜测未来通过人工智能在互联网的广泛部署，整个社会的每一个物体都会接入网络。
这种冲击，相对于前两次冲击显得更为深刻，因为每一个人实际上都是一个可预知的比较明确的个体，而在未来无处不在的物联网之中，物体所具有的智能实际上是更具有多样性和具有差异性，所以未来整个物联网，在现实的表现形式，可能会远远超过大家的想象。
它可能不再像我们现在统一的手机界面看到的样子，更有可能是在广泛的垂直化的领域，组成一个大的物联网，所以未来我们会更加注重在云端的数据和运营，也会要关注在终端上面的一个发展，因为没有终端多样性广泛性的智能设备，是支撑不起云端的爆炸性数据的需求，因此在互联网浪潮的下一次冲击到来之前，我们不仅要关注云端，也更要关注终端的变化。
人工智能终端的发展，会对未来很多行业带来一个巨大的冲击，无人机刚刚出现的时候，大家都把它当玩具，尤其是消费级无人机，一开始最大的需求来自极客群体，当它成熟以后，我们发现用来做航拍效果非常好，因此开始应用在影视产业，渐渐的又进入物流行业，从亚马逊、京东通过无人机来降低物流的配送成本和配送可达性，无人机及对行业的影响显而易见。
刚开始时大疆是在学校里面为机构做设备，主要使用的是无人机的飞行功能，对相对需求较小，对CPU的要求也非常简单，简单的一些微控制就可以了。但随着技术的进步，无人机逐渐开发更多的使用功能，包括通讯、航拍，这些功能的出现加大了对计算的需求，也对无人机的硬件设计会带来很大的挑战，所以我们看到目前市面上无人机品牌虽然很多，但是真正做的好的，其实很少。
因为无人机不仅只是飞行，还有更多的任务。随着去年以来智能的加入，无人机发生了巨大的变化，比如大疆推出了自主避障功能，无人机智能化将成为未来行业的一个趋势。英特尔在很多会议上就认为无人机需要智能升级。
这对硬件计算提出了几何级数的要求。另外在汽车领域，无人驾驶对很多的人具有吸引力，可能大家觉得无人驾驶会首先在我们的日常生活中普及，然而事实并非如此，无人驾驶可能会首先在垂直商业或者是物流行业普及，因为这样更容易实现。
从技术角度来讲，实现无人驾驶更多的是通信需求，因为无人驾驶汽车要达到跟人一样的程度，是需要建立在智能之上的毫无阻碍的通讯相搭配，这种通讯比从手机到基站通讯要求更高，是一个更复杂的物联网的承载模式。
在医疗行业，很多的医疗研究机构，实际上花了很大功夫对癌症进行探索，比如英国的一家小公司对肺癌就花费了很大精力去研究。一个小公司从芯片角度去探索怎么感知空气，感知我们的肺部，要想一颗微小的芯片就能够解决他们的需求，这对芯片的功耗和体积是极大的需求。
回到物联网的架构上，从云到端，我们不能忽视在边缘计算的变化，虽然说我们看到云计算、大数据蓬勃发展，创新、计算显著提升，但是如果没有终端的进一步发展，肯定会陷入一个瓶颈，因为所有的数据积累都是从小数据开始，没有在终端上丰富的差异化的小数据的积累，就无法推动云端数据的发展。包括在终端上降低延迟，提高反应能力，尤其是在功耗和体积上的需求，所以我们认为边缘计算是未来非常重要的发展方向。
我们认为未来的智能终端、边缘计算应该具备一个非常重要特性：安全性。因为当人工智能发展到一定高度以后，我们会把很多的工作授权给终端去自动完成，而如果授权的过程以及授权的对象，很容易就被第三方入侵的，那产品的危险性就大大增加。所以未来人工智能发展一定不能忽视安全问题，因为科技具有两面性，人工智能虽然给我们带来很多的方便，但是如果它出现了问题，后果会非常严重。
回到人工智能的终端，在整个人工智能发展过程中，相关社区开放的精神必须始终如一，没有学术界的共享精神，没有全球不同大公司的开放精神，我们的社会是无法快速进入人工智能时代的。在算法层面上，我们看到仅仅两三年的时间，从14年第一代Caffe算法框架出现，到今年基本上几十个算法框架已经得到推广。
在开源开放的精神之下，算法的速度已经进入使用阶段。三年前，如果我们要做人工智能研究，需要从头开始写代码，而到了今天，可能算法框架已经不缺，更重要的工作是寻找数据体，没有合格的数据就无法保证算法的有效性。
如今在全球的共享社区的努力下，很多领域已经有了一些不错的基础数据，很好地帮助我们开展工作，尤其是计算机视觉语音领域。近两年在无人驾驶方面，也有很多开源开放的数据出现，这大大降低了我们进入人工智能时代的门槛，智能终端的计算平台方面，在全球极客的社区，很多的电子爱好者在广泛的部署开源开放的平台。
现在全球计算平台里面，抛开手机和PC之外，最大出货量的是树莓派，因为它非常便宜，从几年前刚发布的时候就二三十美元，推广很方便，现在年出货量现在已经接近千万。现在很多做人工智能的人在研究怎么在树莓派去实现自己的想法，但是因为它很便宜，所以性能自然是远远达不到我们的需求。
很多领先的芯片公司，在推出能够完成一些想法的计算平台后，会发现受制于各种原因，没法开展。要么是价格，要么是功耗。终端上场景的有限，限制了很多技术的实现。
人工智能在终端上还有很多挑战，随着算法门槛的降低，数据内容的丰富，这些问题再慢慢得到解决。当然很多特定场景下的数据，比如像票据，门槛也很高，这对计算平台的运算速度有很大的需求。
尽管现在我们经常听到某种新的芯片出来，比上一代提高20%或50%的性能，但这实际上距离人工智能算法从云端搬到终端还有很大差距。所以智能终端最核心的问题还是芯片，理论上每个做芯片的人都会意识到PPA是芯片设计的终极目标，性能、功耗和面积，要在这三者之间达到平衡才能做出真正符合我们实际需求的东西。
现在市场上，很多大公司为了完善自身的计算平台，经常兼并收购一些创业企业，从CPU到GPU到FPG、ESP加速器包括集成电路的设计，通过各种各样的选择和组合来设计方案，但不管怎样变化，CPU永远都会在那里，因为CPU代表了基本逻辑的控制，能够驱动其他的设备和计算模块去完成任务。
因此要在硬件上能够保证整个系统处于安全状态，国际上也有一系列安全标准，保证你的关键任务不会崩溃，这也是未来硬件设计中应该着重攻克的难点之一。此外，怎么去更显著的降低功耗？也是未来芯片的一大难题，学界，尤其是工程领域广泛提到在芯片设计里，或者在系统设计里，通过某种方法去降低功耗需求，但功耗不仅仅是耗电量的问题，更多的是系统设计的问题。低功耗的设备可以广泛运用在不同的领域，高功耗的设备，比如无人驾驶汽车，原型阶段大家都是直接把机箱放到汽车里做运算平台，显然不可能实用化。
在我们对未来芯片设计中，人工智能发展的趋势性方面，我们的第一个想法是提升化，因为我们深刻的意识到未来芯片设计的三大要素：性能、功耗、面积之中，提升化能够显著降低成本，还能提高运算效率和。
第二个通用化。我们看到，现在有很多公司，尤其是在创业领域，在做很多小芯片，尤其是面向人工智能的芯片，在现阶段下，他们做的事是非常有价值的，因为能够解决特定领域的特定问题，但是从长期来看，为了完成第一个阶段的目标，集成化一定会转向通用化的设计，如果不是通用化的话，未来一定会在成本和运算效能上被超越，未来的尤其是在芯片领域，如果演进不能面向通用化而一直停留在一个特定任务的人工智能的设计上，竞争力会被慢慢削弱。
