新聞中心

EEPW首頁 > 嵌入式系統(tǒng) > 業(yè)界動(dòng)態(tài) > 邊緣AI和機(jī)器學(xué)習(xí)將被廣泛應(yīng)用于工業(yè)和家庭

邊緣AI和機(jī)器學(xué)習(xí)將被廣泛應(yīng)用于工業(yè)和家庭

作者:Tamas Daranyi(Silicon Labs高級(jí)產(chǎn)品經(jīng)理) 時(shí)間:2022-04-13 來源:電子產(chǎn)品世界 收藏

各行各業(yè)的數(shù)字化轉(zhuǎn)型和日常生活中的新場(chǎng)景已經(jīng)對(duì)邊緣上的人工智能(AI)和、先進(jìn)數(shù)據(jù)處理、音頻、視覺等產(chǎn)生了需求。邊緣(ML)計(jì)算支持廣泛的、智能化的工業(yè)和家庭應(yīng)用,包括用于異常檢測(cè)的傳感器數(shù)據(jù)處理、預(yù)測(cè)性維護(hù)、用于改進(jìn)玻璃破碎檢測(cè)的音頻模式識(shí)別、簡單命令詞識(shí)別以及視覺應(yīng)用,如使用低分辨率攝像頭進(jìn)行在場(chǎng)檢測(cè)或人數(shù)統(tǒng)計(jì)?,F(xiàn)在的產(chǎn)品設(shè)計(jì)人員已看到了人工智能和的巨大潛力,可以為家庭安全系統(tǒng)、可穿戴醫(yī)療監(jiān)測(cè)器、商業(yè)設(shè)施和工業(yè)設(shè)備監(jiān)控傳感器等邊緣應(yīng)用帶來更多的智能化。所以SiliconLabs 認(rèn)為 和機(jī)器學(xué)習(xí)將被廣泛應(yīng)用于工業(yè)和家庭。

本文引用地址:http://butianyuan.cn/article/202204/433021.htm

商業(yè)樓宇管理部門的工作人員正在探索如何使他們的建筑系統(tǒng)(包括照明和暖通空調(diào))更加智能,以降低業(yè)主的成本并減少對(duì)環(huán)境的影響。消費(fèi)性產(chǎn)品和智能家居解決方案提供商都在努力簡化各種設(shè)備的連接并擴(kuò)展它們的交互方式,從而為消費(fèi)者帶來創(chuàng)新的功能和服務(wù)。那些考慮在邊緣設(shè)備上部署人工智能或機(jī)器學(xué)習(xí)的人員,他們都面臨性能和功耗使用方面的巨大的困境,這些可能會(huì)超過其帶來的好處,最終得不償失。邊緣人工智能解決方案需要具備業(yè)界所需功能的最佳組合,包括物聯(lián)網(wǎng)邊緣應(yīng)用相關(guān)的對(duì)多樣化無線多協(xié)議的支持、電池壽命、機(jī)器學(xué)習(xí)和安全性等。隨著集成創(chuàng)新和行業(yè)合作的突破,在對(duì)AIoT(人工智能物聯(lián)網(wǎng))期待已久之后, 于最近走進(jìn)了我們的工作和生活。

1649833485429307.png

作為一家全球領(lǐng)先的擁有安全和智能的無線技術(shù)、先進(jìn)外圍設(shè)備和先進(jìn)計(jì)算內(nèi)核的無線SoC 供應(yīng)商,Silicon Labs 已經(jīng)為邊緣人工智能/ 機(jī)器學(xué)習(xí)制定了戰(zhàn)略和路線圖。該戰(zhàn)略的一個(gè)關(guān)鍵部分是解決在無線SoC 上盡可能快速和高效地運(yùn)行機(jī)器學(xué)習(xí)模型的挑戰(zhàn)。我們正在探索集成機(jī)器學(xué)習(xí)和無線連接功能的單芯片解決方案及其最有意義的、特別關(guān)注低功耗的應(yīng)用,這將成為物聯(lián)網(wǎng)行業(yè)的一場(chǎng)徹底變革。Silicon Labs 認(rèn)為,顛覆性的 解決方案需要?jiǎng)?chuàng)新地集成不同的技術(shù)。無線SoC上的單芯片解決方案是確保高性能和高能效的最佳方式之一;它們還需要產(chǎn)業(yè)鏈之間的合作,以使硬件加速與AI/ML 工具和算法相匹配。集成工具的能力是邊緣AI 成功的關(guān)鍵因素。例如,Silicon Labs 于今年1 月推出了其BG24 和MG24 系列2.4 GHz 無線SoC,分別支持藍(lán)牙和多協(xié)議操作,同時(shí)也推出一個(gè)全新的、用于機(jī)器學(xué)習(xí)的軟件開發(fā)工具包。這個(gè)新平臺(tái)同時(shí)優(yōu)化硬件和軟件,以助力用戶在電池供電的邊緣設(shè)備上實(shí)現(xiàn)AI/ML 應(yīng)用和高性能無線功能,所有這些都集成在同一個(gè)SoC 中。

除了原本就支持的TensorFlow,Silicon Labs 還與一些領(lǐng)先的AI 和ML 工具提供商(如SensiML 和EdgeImpulse 等)合作,以確保開發(fā)人員獲得一個(gè)端到端的工具鏈,簡化機(jī)器學(xué)習(xí)模型的開發(fā),并優(yōu)化無線應(yīng)用的嵌入式部署。

這個(gè)新的AI/ML 工具鏈與Silicon Labs 的SimplicityStudio 工具以及BG24 和MG24 系列SoC 結(jié)合使用,開發(fā)人員可以創(chuàng)建從各種連接設(shè)備中提取信息的應(yīng)用,所有設(shè)備都使用Matter 相互通信,然后做出智能的、由機(jī)器學(xué)習(xí)驅(qū)動(dòng)的決策。

異構(gòu)計(jì)算對(duì)于人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)解決方案都非常重要。硬件數(shù)據(jù)加速器被廣泛應(yīng)用于這些解決方案。對(duì)于邊緣AI 來說,架構(gòu)創(chuàng)新變得越來越重要,因?yàn)榻鉀Q方案資源有限且能效要求高。特別是具有AI/ML功能的2.4 GHz無線SoC需要在架構(gòu)上進(jìn)行創(chuàng)新。

(本文來源于《電子產(chǎn)品世界》雜志2022年4月期)



評(píng)論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉