Sir Airffic Go这和智能手机、游戏机是相通的，想想身边的例子就好懂了。
为什么要在飞机上计算？
飞行中避障，从“看到”到“决定”的间隔必须非常短。没有时间把数据发到云端再等回复。
无人机还得在信号到不了或被干扰的地方飞。所以关键决定要由飞机自己的芯片来做。这就是边缘AI（在设备本身上运行的AI）。
电池和重量的严格预算
无人机越重，飞得越短。电脑越耗电，也飞得越短。
用更少的电完成同样工作的芯片，对无人机更有价值。关键数字不是最高速度，而是每瓦电能完成多少计算。
Sir Airffic Go比较芯片时，别只挑最快的。要找对电池“友好”的速度。
芯片厂商卖的是整套工具箱
NVIDIA 把 Jetson 小型AI电脑和机器人软件、模拟器一起提供。开发者一旦学会这套工具，就很难换芯片了。
高通（Qualcomm）把在智能手机上打磨出来的省电芯片和通信技术，带进了无人机开发平台。
芯片公司想占据的是开发平台，而不只是卖零件——很像PC时代 Windows 和 Intel 的关系。
基础模型会带来什么变化
能同时理解图像和语言的大模型，对大多数无人机芯片来说还太重。
预计会出现分工：把模型压小放到机上运行，紧急的决定留在飞机上，不急的决定交给地面或云端。
决定每项计算在哪里运行，正好是机载大脑和空域操作系统之间的接缝——这对运营平台是个大机会。
常见问题
什么是边缘AI？
在设备本身（无人机或摄像头）上运行AI，而不是在云服务器上运行，这样可以减少网络延迟和断线的影响。
无人机用哪些AI芯片？
例如 NVIDIA 的 Jetson 系列、高通的 Flight/RB 平台，以及安霸（Ambarella）的摄像头芯片。ModalAI 等公司在此基础上制造无人机专用的计算模块。