當(dāng)前位置:首頁(yè) > 公眾號(hào)精選 > 安森美
[導(dǎo)讀]點(diǎn)擊藍(lán)字?關(guān)注我們請(qǐng)私信我們添加白名單如果您喜歡本篇文章,歡迎轉(zhuǎn)載!云和邊緣人工智能(AI)如何改變物聯(lián)網(wǎng)2019年之前,大多數(shù)物聯(lián)網(wǎng)系統(tǒng)由超低功耗無(wú)線傳感器節(jié)點(diǎn)組成,通常采用電池供電,具備感測(cè)功能。它們的主要目的是將遙測(cè)數(shù)據(jù)發(fā)送到云端進(jìn)行大數(shù)據(jù)處理。隨著物聯(lián)網(wǎng)成為新的流行詞和市...

點(diǎn)擊藍(lán)字 關(guān)注我們


請(qǐng)私信我們添加白名單如果您喜歡本篇文章,歡迎轉(zhuǎn)載!


邊緣人工智能 (AI) 和云計(jì)算的演進(jìn)


云和邊緣人工智能 (AI) 如何改變物聯(lián)網(wǎng)




2019 年之前,大多數(shù)物聯(lián)網(wǎng)系統(tǒng)由超低功耗無(wú)線傳感器節(jié)點(diǎn)組成,通常采用電池供電,具備感測(cè)功能。它們的主要目的是將遙測(cè)數(shù)據(jù)發(fā)送到云端進(jìn)行大數(shù)據(jù)處理。



隨著物聯(lián)網(wǎng)成為新的流行詞和市場(chǎng)趨勢(shì),幾乎每家公司都在這樣做,以此實(shí)現(xiàn)概念驗(yàn)證 (PoC)。云服務(wù)提供商有很好的儀表板,用吸引人的圖表顯示數(shù)據(jù),輔助實(shí)現(xiàn) PoC。PoC 的主要用途是說(shuō)服利益相關(guān)者投資物聯(lián)網(wǎng),并證明投資回報(bào),以便為更大的項(xiàng)目籌集資金。



邊緣人工智能 (AI) 和云計(jì)算的演進(jìn)隨著這個(gè)生態(tài)系統(tǒng)的擴(kuò)大,需要與云來(lái)回發(fā)送大量數(shù)據(jù),這一趨勢(shì)愈發(fā)明顯。這可能會(huì)堵塞帶寬管道,使數(shù)據(jù)更難快速進(jìn)出云。還會(huì)造成延遲,輕則令人不快,重則會(huì)破壞需要保證吞吐量的應(yīng)用程序。


邊緣人工智能 (AI) 和云計(jì)算的演進(jìn)


盡管 5G 和 Wi-Fi 6E 等標(biāo)準(zhǔn)承諾在帶寬和傳輸速度方面做出重大改進(jìn),但與云端通信的物聯(lián)網(wǎng)節(jié)點(diǎn)數(shù)量已出現(xiàn)爆炸式增長(zhǎng)。除了設(shè)備的數(shù)量,成本也在上漲。早期的物聯(lián)網(wǎng)基礎(chǔ)設(shè)施和平臺(tái)投資需要變現(xiàn),因?yàn)殡S著節(jié)點(diǎn)的增加,基礎(chǔ)設(shè)施在具備可擴(kuò)展性的同時(shí),還要有盈利能力。



2019 年左右,邊緣計(jì)算的理念成為一種流行方案。邊緣計(jì)算在本地傳感器網(wǎng)絡(luò)中執(zhí)行更高級(jí)的處理。這最大限度地減少了需要通過(guò)網(wǎng)關(guān)到云端來(lái)回傳輸?shù)臄?shù)據(jù)量。此舉直接降低了成本,并在需要時(shí)為其他節(jié)點(diǎn)釋放了帶寬。減少每個(gè)節(jié)點(diǎn)傳輸?shù)臄?shù)據(jù),還有可能會(huì)減少收集數(shù)據(jù)以及將數(shù)據(jù)傳輸?shù)皆贫怂璧木W(wǎng)關(guān)數(shù)量。



邊緣人工智能 (AI) 和云計(jì)算的演進(jìn)另一個(gè)增強(qiáng)邊緣計(jì)算的技術(shù)趨勢(shì)是人工智能 (AI)。早期的 AI 服務(wù)主要基于云。隨著各種創(chuàng)新的出現(xiàn)和算法效率的提升,AI 非常迅速地轉(zhuǎn)向終端節(jié)點(diǎn),利用 AI 正在成為標(biāo)準(zhǔn)做法。


邊緣人工智能 (AI) 和云計(jì)算的演進(jìn)


一個(gè)著名的例子是 Amazon® Alexa® 語(yǔ)音助手。一聽(tīng)到觸發(fā)詞“Alexa”就能進(jìn)行檢測(cè)和喚醒,這是邊緣 AI 的常見(jiàn)用法。在這個(gè)案例中,觸發(fā)詞的檢測(cè)是在系統(tǒng)的本地 MCU 中完成的。成功觸發(fā)后,其余命令通過(guò) Wi-Fi® 網(wǎng)絡(luò)傳輸?shù)皆贫耍谠贫送瓿勺顕?yán)苛的人工智能處理。這樣一來(lái),喚醒延遲被降到最低水平,從而提供最佳用戶(hù)體驗(yàn)。



除了解決帶寬和成本問(wèn)題,邊緣 AI 處理還為應(yīng)用帶來(lái)了更多好處。例如,在預(yù)測(cè)性維護(hù)中,可以在電動(dòng)機(jī)上添加小型傳感器來(lái)測(cè)量溫度和振動(dòng)。利用經(jīng)訓(xùn)練調(diào)較的 AI 模型,可以非常有效地預(yù)測(cè)電機(jī)何時(shí)會(huì)出現(xiàn)軸承損壞或過(guò)載情況。獲得這種早期預(yù)警對(duì)于及時(shí)維修電機(jī)至關(guān)重要,可以避免電機(jī)徹底報(bào)廢。



這種預(yù)測(cè)性維護(hù)大大減少了線路停機(jī)時(shí)間,因?yàn)樵O(shè)備在發(fā)生故障之前就得到了主動(dòng)的維修。這在最大程度上節(jié)約了成本和降低了效率損失。正如本杰明·富蘭克林所說(shuō),“一分預(yù)防勝過(guò)十分治療”。



隨著傳感器的增加,網(wǎng)關(guān)也會(huì)被來(lái)自本地傳感器網(wǎng)絡(luò)的遙測(cè)數(shù)據(jù)壓得不堪重負(fù)。在這種情況下,有兩種選擇可以緩解這種數(shù)據(jù)和網(wǎng)絡(luò)擁塞。一是增加網(wǎng)關(guān),二是將更多的邊緣處理推給終端節(jié)點(diǎn)。



將更多的處理推給終端節(jié)點(diǎn)(通常是傳感器)的想法正在興起,而且愈演愈烈。終端節(jié)點(diǎn)通常在 mW 功率范圍內(nèi)運(yùn)行,在 μW 功率范圍內(nèi)的大部分時(shí)間處于休眠狀態(tài)。由于終端節(jié)點(diǎn)的低功耗和低成本要求,它們的處理能力也很有限。換句話(huà)說(shuō),它們的資源非常有限。



例如,一個(gè)典型的傳感器節(jié)點(diǎn)可以由一個(gè)簡(jiǎn)單的微控制器控制,就像一個(gè)具有 64 kB 閃存、8 kB RAM、時(shí)鐘速度在 20 Mhz 左右的 8 位處理器一樣簡(jiǎn)單?;蛘撸⒖刂破饕部梢韵?Arm® Cortex®-M4F 處理器那樣復(fù)雜,具有 2 MB 閃存和 512 kB RAM,時(shí)鐘速度約為 200 MHz。



在資源受限的終端節(jié)點(diǎn)設(shè)備上增加邊緣處理非常具有挑戰(zhàn)性,需要在硬件和軟件層面進(jìn)行創(chuàng)新和優(yōu)化。盡管如此,由于系統(tǒng)總是會(huì)包含終端節(jié)點(diǎn),所以盡可能多地增加邊緣處理能力是符合經(jīng)濟(jì)效益的。



總而言之,就邊緣處理演進(jìn)而言,很顯然,終端節(jié)點(diǎn)將繼續(xù)變得更加智能,但它們也必須繼續(xù)遵循其低成本和低功耗的資源要求。



邊緣處理將繼續(xù)盛行,云處理也是如此。能夠選擇將功能分配到正確位置,可以使系統(tǒng)針對(duì)每個(gè)應(yīng)用進(jìn)行優(yōu)化,并確保最佳性能和最低成本。有效分配硬件和軟件資源是平衡性能與成本這對(duì)競(jìng)爭(zhēng)性目標(biāo)的關(guān)鍵。合理的平衡可以最大限度地減少向云端傳輸?shù)臄?shù)據(jù),減少網(wǎng)關(guān)的數(shù)量,并盡可能地增加傳感器或終端節(jié)點(diǎn)的能力。



超低功耗相機(jī)范例




由安森美(onsemi)® 開(kāi)發(fā)的 RSL10 智能拍攝相機(jī),通過(guò)一種可以隨時(shí)使用或輕松添加到應(yīng)用程序的設(shè)計(jì),解決了這些挑戰(zhàn)。這個(gè)由事件觸發(fā)的 AI 成像平臺(tái)采用安森美和生態(tài)系統(tǒng)合作伙伴開(kāi)發(fā)的一些關(guān)鍵組件,為工程團(tuán)隊(duì)提供了一種簡(jiǎn)單的方式,以低功耗的形式獲得 AI 對(duì)象檢測(cè)和識(shí)別功能。



所采用的技術(shù)是使用小巧但功能強(qiáng)大的 ARX3A0 CMOS 圖像傳感器拍攝單幀圖像,然后上傳到云服務(wù)進(jìn)行處理。在發(fā)送之前,圖像由凌陽(yáng)創(chuàng)新科技 (Sunplus Innovation Technology) 的圖像傳感器處理器 (ISP) 進(jìn)行處理和壓縮。應(yīng)用 JPEG 壓縮后,通過(guò)藍(lán)牙® 低功耗通信網(wǎng)絡(luò)將圖像數(shù)據(jù)傳輸?shù)骄W(wǎng)關(guān)或手機(jī)上(有配套APP)要快得多。



邊緣人工智能 (AI) 和云計(jì)算的演進(jìn)該圖像處理器是本地(如終端節(jié)點(diǎn))邊緣處理的一個(gè)典范。圖像在本地壓縮以減小數(shù)據(jù)大小,而后無(wú)線傳送到云端。這是一個(gè)顯而易見(jiàn)的好處,因?yàn)閭鬏敃r(shí)間更短,發(fā)送到云端的數(shù)據(jù)更少,既節(jié)省電力,也降低了與數(shù)據(jù)相關(guān)的成本。


邊緣人工智能 (AI) 和云計(jì)算的演進(jìn)


該圖像傳感器專(zhuān)為超低功耗運(yùn)行而設(shè)計(jì),運(yùn)行時(shí)僅消耗 3.2 mW。還可以對(duì)其進(jìn)行配置,在傳感器上進(jìn)行部分預(yù)處理,從而進(jìn)一步減少有源功率,例如設(shè)置一個(gè)感興趣區(qū)域。這讓傳感器能夠保持低功耗模式,直到在感興趣區(qū)域檢測(cè)到對(duì)象/運(yùn)動(dòng)。



進(jìn)一步的處理和藍(lán)牙低功耗技術(shù)通信由完全認(rèn)證的 RSL10 系統(tǒng)級(jí)封裝 (RSL10 SIP) 提供,同樣來(lái)自安森美。該設(shè)備具有行業(yè)領(lǐng)先的低功耗運(yùn)行和上市時(shí)間短等特點(diǎn)。



邊緣人工智能 (AI) 和云計(jì)算的演進(jìn)圖 1:RSL10 智能拍攝相機(jī)組件



AI 與圖像對(duì)象檢測(cè)




如圖 1 所示,電路板包括幾個(gè)用于觸發(fā)活動(dòng)的傳感器。其中包括運(yùn)動(dòng)傳感器、加速器和環(huán)境傳感器。一經(jīng)觸發(fā),電路板就會(huì)通過(guò)藍(lán)牙低功耗技術(shù)將圖像發(fā)送到智能手機(jī)上,然后配套APP將其上傳到云服務(wù),如 Amazon Rekognition® 服務(wù)。



邊緣人工智能 (AI) 和云計(jì)算的演進(jìn)云服務(wù)運(yùn)行機(jī)器視覺(jué)深度學(xué)習(xí)算法。就 RSL10 智能拍攝相機(jī)而言,云服務(wù)已被設(shè)置為進(jìn)行對(duì)象檢測(cè)。圖像處理完成后,智能手機(jī)APP就會(huì)更新,獲得算法檢測(cè)結(jié)果及其成功概率。這些基于云的服務(wù)非常精確,因?yàn)樗鼈儗?shí)際上用了數(shù)十億張圖像來(lái)訓(xùn)練機(jī)器視覺(jué)算法。


邊緣人工智能 (AI) 和云計(jì)算的演進(jìn)


邊緣人工智能 (AI) 和云計(jì)算的演進(jìn)圖 2:邊緣到云的無(wú)縫連接



總結(jié)




正如本文所述,物聯(lián)網(wǎng)正在轉(zhuǎn)變,并隨著人們的需要進(jìn)一步優(yōu)化,以實(shí)現(xiàn)大規(guī)模和經(jīng)濟(jì)高效的擴(kuò)展。新的連接技術(shù)不斷的開(kāi)發(fā),能夠幫助解決電力、帶寬和容量問(wèn)題。人工智能不斷演進(jìn),能力與效率與日俱增,使其能夠落地邊緣甚至終端節(jié)點(diǎn)。物聯(lián)網(wǎng)正在成長(zhǎng)和適應(yīng)環(huán)境的變化,以反映持續(xù)增長(zhǎng),并為未來(lái)的增長(zhǎng)做好準(zhǔn)備。



安森美的 RSL10 智能拍攝相機(jī)是一個(gè)現(xiàn)代化的例子,證明了如何有效地解決這些挑戰(zhàn),部署一個(gè)使用最小帶寬的智能化低成本系統(tǒng)。這是一個(gè)真正優(yōu)化的物聯(lián)網(wǎng)方案。



安森美的戰(zhàn)略重點(diǎn)是低功耗和高能效,我們開(kāi)發(fā)的技術(shù)成功地解決了使人工智能落地邊緣遇到的主要問(wèn)題,即功耗、帶寬和延遲。




本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專(zhuān)欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車(chē)的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

倫敦2024年8月29日 /美通社/ -- 英國(guó)汽車(chē)技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車(chē)工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車(chē)。 SODA V工具的開(kāi)發(fā)耗時(shí)1.5...

關(guān)鍵字: 汽車(chē) 人工智能 智能驅(qū)動(dòng) BSP

北京2024年8月28日 /美通社/ -- 越來(lái)越多用戶(hù)希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時(shí)企業(yè)卻面臨越來(lái)越多業(yè)務(wù)中斷的風(fēng)險(xiǎn),如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報(bào)道,騰訊和網(wǎng)易近期正在縮減他們對(duì)日本游戲市場(chǎng)的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)開(kāi)幕式在貴陽(yáng)舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱(chēng),數(shù)字世界的話(huà)語(yǔ)權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對(duì)環(huán)境變化,經(jīng)營(yíng)業(yè)績(jī)穩(wěn)中有升 落實(shí)提質(zhì)增效舉措,毛利潤(rùn)率延續(xù)升勢(shì) 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長(zhǎng) 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競(jìng)爭(zhēng)力 堅(jiān)持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競(jìng)爭(zhēng)優(yōu)勢(shì)...

關(guān)鍵字: 通信 BSP 電信運(yùn)營(yíng)商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺(tái)與中國(guó)電影電視技術(shù)學(xué)會(huì)聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會(huì)上宣布正式成立。 活動(dòng)現(xiàn)場(chǎng) NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會(huì)上,軟通動(dòng)力信息技術(shù)(集團(tuán))股份有限公司(以下簡(jiǎn)稱(chēng)"軟通動(dòng)力")與長(zhǎng)三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉