“當到了IoT時代，我們看到隨著AI對IoT的加持，以及現在最熱的5G所帶來的對IoT的加持，獲得數據以及信息溝通交互更加方便。在IoT時代，算法會越來越應用到IoT的邊緣和端的場景上。同時，IoT的海量應用場景為算法也提供了海量數據，特別是針對場景的數據，這些數據會反過來推動人工智能算法不斷地加速迭代，實現更智能化的目的?！?/p>
李愛軍表示，在這樣一個有機的循環和推動下，一個全新的時代——“5G+AIoT”的時代到來了。人類將進入一個以AI為典型特征的第四次工業革命，在這樣的工業革命下，很多AI的創業公司不斷涌現，同時資本也在不斷推動這次工業革命加速的往前發展。“對于芯片來說，到2025年預計總量會比現在增長7倍，特別是在邊緣和端側的芯片，容量會大幅度提升，比云端會有更大的成長空間，同時占的比例也會更大，這就給我們帶來很大的機會。”
在2018年，全球傳輸的數據規模大概是33ZB，1個ZB是1萬億字節，33萬億字節的數據是什么概念？如果把這些數據刻在光盤上面，把光盤疊加起來，厚度可以繞地球222圈。如果把這個長度跟地球和月球的距離相比，是地球到月球距離的23倍，所以這是個巨量的數據。
“我們看到的趨勢是數據還會加速增加，到2025年數據總量會增加到175ZB，而且在這些數據里面同時可以看到實時數據的增長幅度大于非實時，也就是實時數據會更多的增長起來，到2025年，預計有30%的數據是實時數據。實時數據需要的是邊緣、端側的實時處理，這也是我們現在在邊緣和端側人工智能不斷往前推進和加速發展的一個動力。”
對于5AIoT場景，李愛軍的理解是場景更復雜，對算法的需求也是多模態、多維的算法。一個邊緣和端未來是全新的運算平臺，不能只跑某一種算法，需要在AIoT場景下應對用戶各種各樣的需求，包括多場景、多復雜度的需求，同時要滿足實時數據的處理要求，需要有本地的時延滿足實時性要求。同時，由于受到邊緣和端側設備體積的限制，需要有很高的效能。
另外是安全性，安全是人工智能發展不可逾越或者說不可回避的一個關鍵問題，如何讓用戶享受到人工智能帶來便利的同時，又讓個人隱私得到有效保護，這是一個很大的話題。在5AIoT時代做的芯片要滿足高安全的需求，保證本地的數據既要有安全性同時又保證隱私。
李愛軍強調，在上面這些訴求的推動下，傳統的CPU、GPU將很難滿足，在性能、功耗、成本方面無法推動5AIoT時代對芯片廣泛應用的需求，需要更高效的神經網絡處理器的架構設計。
