嵌入式人工智能/机器学习（AI/ML）以"生态+集成+定制"差异化发展

搜索最新SoC解决方案
关于汽车电子...物联网...安全...音频...视频

www.eetrend.com, Apr. 27, 2022 – 

随着嵌入式处理器的能力不断提升，超小型化的硬件加速器不断被引入，以及原厂及商业的开发环境和工具不断出现，嵌入式人工智能/机器学习（AI/ML）技术在近几年得到了快速的发展。同时因为这些技术与千姿百态的各种应用需求十分贴近，因此正在进入差异化发展的新空间，未来其增长速度将可以比肩甚至超过需要强大资源体系的、立足良好通信条件的和基于云的人工智能应用。

人工智能并不是一个近几年才提出的名词，但是在近几年随着谷歌AlphaGo战胜人类围棋世界冠军等事件的推动，才使诸如卷积神经网络、深度学习和机器学习等技术走进了大众的视野，同时也使"人工智能=数据+算法+算力"的模型得到广泛的认同。

其结果是，在很多人的印象中，人工智能和机器学习就是在英特尔最新服务器处理器或者英伟达的GPU加速模组的基础上的全新的、巨大的算法应用，特别是人工智能的训练更是一场资源消耗战，成为了进入门槛很高的新兴领域，传统上设计MCU或者SoC的芯片企业基本上与高贵的AI/ML无缘。

Codasip Studio

但是人们很快发现在非常领先的人工智能企业所提供的解决方案中，不仅包括诸如自动驾驶路况分析、自然语言处理、快速医学影像识别和高频金融交易等复杂功能，也包括更大量车牌识别、智能音箱唤醒词识别、便携智能健康监测设备、人脸识别开机和智能家居安防等Lite级别的应用。

在市场强烈需求的拉动下，随着谷歌的开源TensorFlow Lite嵌入式机器学习架构和类似产品的推出，以及诸如Imagination公司的PowerVR神经网络加速器（NNA）等硬件加速器在移动设备或嵌入式设备上商用，各种功耗和成本更低的，以及更加小巧的嵌入式AI/ML功能解决方案不断涌现。

通过分析，北京华兴万邦管理咨询有限公司认为：嵌入式AI/ML的广泛兴起，带来了与传统AI技术以"人工智能=数据+算法+算力"为中心的发展范式不同的新模式，针对特定或者一些应用和功能的嵌入式AI/ML的重点已转向"生态+集成+定制"。下面我们从融入物联网生态、硬件和商用开发工具集成、以及基于RISC-V开发定制处理器这三个方面来进行分析：

点击阅读更多

 Back