边缘AI芯片的市场规模预计将在2025年第一次超越云端AI芯片市场。国际科技市场资讯公司，ABI Research的数据显示，边缘AI芯片市场营收将在2025年达到122亿美元，超越云端AI芯片市场的119亿美元营收额。边缘AI的应用范围包括智能手机、可穿戴设备、智能汽车、智能家居、智慧工业，以及智慧城市等。其中，智能家居是边缘AI市场发挥最主要的应用。
此前大多数AI的工作负载都在公有云或者私有云上进行。传统上，将工作负载集中上传到云端进行，更具灵活性且。然而，由于对隐私、网络安全以及低延迟的需求，在网关、设备端以及传感器上执行AI逻辑推理成为了首要选择。此领域的最关键进展包括全新AI学习架构以及高性能计算芯片组的最新关键进展，在这一转变中发挥了重要作用。
边缘AI尽可能使用实体系统来进行数据计算，其优点是数据处理过程不需要网络连接。边缘计算发生在网络的边缘，即数据的产生端，而不是在集中的数据处理中心。边缘AI的最大优势之一就是可确保对时间敏感的需求应用得到实时结果。在许多应用场景，传感器的数据可以被直接收集交流以及通信，而无需将数据传输到对时间敏感的云端数据处理中心。
深度学习除了应用在智能手机以外，也被广泛应用在物联网设备中（智能物联网）。边缘AI为传统物联网领域引入了全新概念。然而，作为物联网设备的传统运算单元，MCU的计算能力较弱不足以支持其进行深度学习。目前，有两种硬件机制来辅助MCU进行深度学习：DSP或专用加速器（Deep Neural Network/DNN）。此硬件机制可作为IP或者芯片搭载于MCU之上。
卷积层以及全联通层均使用DNN算法，它们的基本组成部分是乘法和累加计算（MAC）。为了达到高性能，经常使用高度并行的计算方法。许多存储在DRAM中的权重迭代都会根据不同的训练模式进行更新。
不管上述机制如何，DRAM的吞吐量都是DNN的关键。因此，选择一个合适的DRAM成为了AIoT的核心问题。与云端环境不同，在进行边缘计算时需要考虑低功耗的问题。AIoT设备设计者必须寻求低功耗与高性能的平衡。除此之外，在AIoT设备中DRAM的容量需求与常规的8-16Gb/片不同，只需1-2Gb。
AI处理器芯片市场的领导厂商耐能（Kneron）致力于为边缘计算应用提供高效能系统芯片（SoC），旗下的KL720 SoC上搭载了华邦的1Gb LPDDR3 DRAM。此外，这并不是耐能与华邦的首次合作，此前推出的KL520搭载华邦的512Mb LPDDR2，多使用在智能锁和无人机等电池供电的应用。
华邦的LPDDR3 DRAM助力耐能KL720实现高处理量和效能效率，其最高带宽达8.5GB/s，可在双1.2V/1.8V供电下运作，且能实时处理4K、Full HD或3D传感器的视频影像，为家居安防摄影机的人脸识别、公用信息站的手势控制等AI应用提供支持。此外，该产品的1.4 TOPS效能甚至能同时支持实时视频和自然语言处理。
除此之外，华邦的LPDDR3 DRAM低容量高带宽的特性使其在汽车应用领域中也潜力巨大，例如高级驾驶辅助系统（ADAS），该系统需采用可进行实时视频图像处理的摄像头。同时，越来越多的物联网终端设备也需要配备低容量，高带宽的内存产品，使其能够实现基本的人工智能推理功能。
LPDDR4/4x x32具有LPDDR3和LPDDR2相同的优势，但其带宽吞吐量几乎可以达到LPDDR3的两倍。在降低功耗方面，LPDDR4x的IO电压为0.6（V），而LPDDR4为1.1（V）。虽然JEDEC已经发布了最新的LPDDR5标准，但是刚刚上市的LPDDR5的容量仍然很高，无法应用于AIoT领域。因此目前，如果我们需要比LPDDR3更强大的人工智能计算能力，LPDDR4x仍然是最佳选择。
Fig.1
华邦电子拥有自建晶圆厂，是可同时提供DRAM和NOR/NAND闪存的四大IC制造商之一。华邦LPDDR4/4x DRAM系列的容量为1~4Gb，采用自主研发的25nm技术节点，I/O数据传输可达4266Mbps，同时除了常规标准外，目前提供标准200BGA封装。