陳炳欣

智能家居、工業物聯網、可穿戴設備以及智能監控等是當前人們關注的熱點。提升邊緣計算的AI處理能力,將大幅提高終端設備的智能化水平。在此情況下,邊緣AI近年來進入發展的快車道。而MCU是邊緣計算領域應用最為廣泛的處理器,它與邊緣AI的融合也成為了一個重要的發展趨勢。
MCU廠商
加速布局邊緣Al
近幾年,邊緣AI的發展越來越快。由于終端設備產生的數據量激增,為了實現快速響應,且能夠與云端大數據處理并行,越來越多的廠商將目光投向邊緣計算,嘗試將訓練過的AI算法嵌人終端設備當中,從而大大提升終端側的運算能力。然而要想實現這一構想,邊緣AI處理器在具備一定運算效率的同時,還應具備低成本、低功耗的特性。MCU無疑是可達到最佳效果的選擇之一,因此有越來越多的MCU廠商開始著手將MCU與邊緣AI加以融合。
瑞薩為此推出了嵌人式AI技術“e-AI”。如在智能制造領域,“e一AI”單元解決方案,可作為一個附加單元添加到設備上,通過預先學習好的AI處理模型,實現從傳感器數據收集到數據處理、分析和評估/判斷的全過程。意法半導體在去年深圳舉辦的第四屆STM32峰會上打出“讓大多數STM32產品都支持AI深度學習”的口號。Silicon Labs也與人工智能創新公司Cartesiam合作,對物聯網進行算法優化。在記者觀看的演示中,展示了邊緣AI可以在電機控制等工業物聯網中進行應用。例如,用機器學習算法對風扇運行模式進行訓練,當它檢測到設備異常時,會通過藍牙將警報發送到顯示器上。……