邊緣AI設(shè)備的案例
AI芯片架構(gòu)競相走向邊緣
（來源：Tractica）
到2025年，基于云的AI芯片組將帶來146億美元的收入，而基于邊緣的AI芯片組將帶來516億美元的收入，是數(shù)據(jù)中心的3.5倍，邊緣AI芯片組主要由手機(jī)、智能音箱、無人機(jī)、AR/VR耳機(jī)，以及其他所有需要AI處理的設(shè)備組成。
雖然英偉達(dá)和英特爾現(xiàn)在可能主導(dǎo)基于數(shù)據(jù)中心的機(jī)器學(xué)習(xí)應(yīng)用的市場，誰將占據(jù)遠(yuǎn)離數(shù)據(jù)中心的邊緣計(jì)算AI市場？那些芯片會是什么樣子？
AI邊緣芯片需要做什么
根據(jù)Semico Research公司ASIC和SoC分析師Rich Wawrzyniak所言，邊緣計(jì)算、物聯(lián)網(wǎng)和消費(fèi)終端設(shè)備將需要以相對較低的功耗、價格和較小芯片尺寸進(jìn)行高性能推理處理。這很困難，特別是因?yàn)?em>邊緣設(shè)備處理的大多數(shù)數(shù)據(jù)是龐大的視頻和音頻數(shù)據(jù)。
Wawrzyniak說：“數(shù)據(jù)很多，但如果你有監(jiān)控?cái)z像頭，它必須能夠?qū)崟r識別出壞人，而不是把一張照片發(fā)送到云端，然后等著看有沒有人認(rèn)出他。”
圖2 （來源：Barclays Research于2018年5月的報告，由Xilinx提供）
將ML級別的智能添加到邊緣設(shè)備的一些愿望來自于需要將這些設(shè)備上的數(shù)據(jù)保密，或者降低將數(shù)據(jù)發(fā)送到云端的成本。然而，大部分需求來自那些希望設(shè)備位于邊緣計(jì)算設(shè)施或掌握在客戶手中的客戶，他們不希望設(shè)備簡單地收集數(shù)據(jù)并定期將其發(fā)送到云端，以便他們可以直接與公司自己的數(shù)據(jù)或其他客戶和路人進(jìn)行實(shí)時交互。
NXP半導(dǎo)體AI技術(shù)主管Markus Levy表示：“客戶意識到，他們不想把大量處理工作轉(zhuǎn)移到云端，因此他們認(rèn)為邊緣是真正的目標(biāo)。既然你可以在邊緣實(shí)現(xiàn)AI，你就可以把物聯(lián)網(wǎng)變成真正具有能力的東西。
展開 Axelera AI采用Ansys提高邊緣AI平臺芯片電源及性能完整性
Ansys綜合的電源分析可降低項(xiàng)目風(fēng)險，提高預(yù)測精度，并助力Axelera AI全新Metis AI平臺加速上市進(jìn)程
//
主要亮點(diǎn)
Axelera AI將Ansys軟件引入到一個自上而下的包含兩個步驟的流程中，以驗(yàn)證平臺芯片的平面布局圖質(zhì)量和IR壓降，其可應(yīng)對有限資源及生產(chǎn)制造的時序挑戰(zhàn)
Ansys的產(chǎn)品、許可和技術(shù)支持可為Axelera AI執(zhí)行未來研發(fā)計(jì)劃提供極高的靈活性
邊緣人工智能（AI）領(lǐng)域的強(qiáng)大高級解決方案供應(yīng)商Axelera AI宣布選擇Ansys仿真軟件為其高性能Metis AI處理單元（AIPU）執(zhí)行數(shù)字電源完整性簽核。這項(xiàng)工作是Axelera AI與Ansys合作的一部分，主要用于構(gòu)建其近期面向邊緣計(jì)算機(jī)視覺AI推斷發(fā)布的軟硬件平臺Metis AI。該技術(shù)能夠在大幅降低當(dāng)前解決方案的成本和功耗的同時，實(shí)現(xiàn)高級加速性能和可用性。
邏輯芯片跨各種電源及時鐘域的交互，可能會導(dǎo)致芯片故障。Axelera AI需要驗(yàn)證其Metis AIPU，其中包含達(dá)1億個柵極或簡單開關(guān)電路，以及負(fù)責(zé)執(zhí)行對數(shù)字電路至關(guān)重要的運(yùn)算的不同時鐘域和電源域等。這些交互很難使用傳統(tǒng)工具及傳統(tǒng)方法分析，其不僅缺乏準(zhǔn)確性，而且已被證明太過耗費(fèi)資源、且耗時。
Axelera AI制定了一個自上而下并受Ansys軟件支持的兩步工作流程，以了解平面布局圖質(zhì)量及IR壓降。
展開 AI賦能聲音設(shè)備狀態(tài)監(jiān)測方法,延長設(shè)備的正常運(yùn)行時間
能夠通過在線視頻聽懂千里之外的聲音，源自于醫(yī)生長期積累的醫(yī)學(xué)素養(yǎng)，“臺上一分鐘，臺下十年工”這一準(zhǔn)則也適用于各行各業(yè)：工廠中，經(jīng)驗(yàn)豐富的工人可以通過異常的聲音震動及時找到故障設(shè)備，但是這種人才都屬于稀缺資源，注定無法大規(guī)模應(yīng)用。單單通過聲音本身識別問題可能相當(dāng)困難，即使使用錄音、描述性框架或接受專家親自培訓(xùn)也是如此。
云酷科技針對工廠設(shè)備狀態(tài)監(jiān)控管理中存在諸多問題，提出以信息技術(shù)賦能傳統(tǒng)管理業(yè)務(wù)的管理思路。基于物聯(lián)網(wǎng)技術(shù)，通過音頻傳感器實(shí)現(xiàn)設(shè)備音頻數(shù)據(jù)的遠(yuǎn)程采集；利用信號解析技術(shù)，提取音頻數(shù)據(jù)關(guān)鍵指標(biāo)信號；利用信號分析及AI神經(jīng)網(wǎng)絡(luò)技術(shù)，實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)的遠(yuǎn)程監(jiān)測和設(shè)備故障的早期預(yù)警；同時輔以振動和溫度傳感器，使管理人員和作業(yè)人員隨時隨地掌握設(shè)備運(yùn)行狀態(tài)，幫助企業(yè)用戶提升生產(chǎn)效率，保證生產(chǎn)安全，優(yōu)化生產(chǎn)決策。
聲音設(shè)備狀態(tài)在線監(jiān)測幫您實(shí)現(xiàn)
1、設(shè)備運(yùn)行狀態(tài)在線監(jiān)測，實(shí)時了解設(shè)備健康情況。
2、音頻數(shù)據(jù)、振動數(shù)據(jù)、溫度數(shù)據(jù)實(shí)現(xiàn)故障狀態(tài)的早期識別，早期預(yù)警，防患于未然。
3、提升設(shè)備可靠性，減少非計(jì)劃停機(jī)。
4、實(shí)現(xiàn)邊緣設(shè)備的遠(yuǎn)程狀態(tài)感知與人工巡檢有效互補(bǔ)
5、優(yōu)化備品備件管理，減少資金占用
6、提供全面的設(shè)備音頻、振動、溫度、設(shè)備維護(hù)與歷史故障數(shù)據(jù)，為維護(hù)方案提供一站式數(shù)據(jù)匯集。
7、基于神經(jīng)網(wǎng)絡(luò)模型自動識別故障類型，即使提供故障排查建議與維護(hù)方案，提高運(yùn)維效率。
聲音設(shè)備狀態(tài)在線監(jiān)測幫您提升經(jīng)濟(jì)效益
通過系統(tǒng)的應(yīng)用可有效提升輔機(jī)設(shè)備管理水平，最大限度實(shí)現(xiàn)設(shè)備的預(yù)測性維護(hù)。保障設(shè)備在最優(yōu)狀態(tài)下運(yùn)行、降低運(yùn)行維護(hù)成本、提升整體檢修效率。系統(tǒng)投運(yùn)后預(yù)計(jì)設(shè)備維護(hù)成本下降20-30%；設(shè)備使用壽命延長2-3倍；庫存?zhèn)浼晒?jié)約10-15%；減少輔機(jī)設(shè)備非停次數(shù)50%。
展開 康謀方案 | 基于AI自適應(yīng)迭代的邊緣場景探索方案
二、aiFab解決方案
在傳統(tǒng)的DoE方案中，將所有的場景視作同等重要，然而事實(shí)上，在ADAS/AD系統(tǒng)的測試過程中，邊緣場景則影響著關(guān)鍵性能的提升。在aiFab解決方案中，基于AI的自適應(yīng)DoE解決方案將會根據(jù)先前的測試結(jié)果，動態(tài)選擇測試用例，在未通過的案例中學(xué)習(xí)并調(diào)整泛化注意力。
1、貝葉斯優(yōu)化（BO）：通過學(xué)習(xí)優(yōu)化的智能測試
貝葉斯優(yōu)化將全量搜索場景的方法轉(zhuǎn)換成由數(shù)據(jù)驅(qū)動的智能方案，與隨機(jī)取樣等方案不同：
（1）BO方案將會預(yù)測最有可能暴露失敗風(fēng)險的新測試用例。
（2）BO方案采用替代模型Surrogate model，比如采用高斯過程Gaussian Processes，然后通過已有的數(shù)據(jù)來逼近測試場景參數(shù)與關(guān)鍵性指標(biāo)的映射目標(biāo)函數(shù)。
（3）然后結(jié)合采集函數(shù)Acquisition Function，比如通過下置信屆LCB或者期望改進(jìn)EI等方法，有效平衡“探索”和“利用”之間的取舍，在有限次數(shù)測試下，有效找到目標(biāo)函數(shù)的最優(yōu)解。
2、映射目標(biāo)函數(shù)之關(guān)鍵性指標(biāo)
貝葉斯優(yōu)化依靠關(guān)鍵性指標(biāo)（KPI）決定了是否為目標(biāo)場景，aiFab中常見的KPI包括：
（1）碰撞時間TTC：決定車輛距離碰撞有多近
（2）入侵后時間PET：交通沖突后剩余時間間隔
（3）速度變化Delta-v：車輛碰撞過程中的速度變化
通過不同的KPI更新模型，我們的泛化方案能夠?qū)⒂?jì)算資源集中在最需要的地方，從而更高效的發(fā)現(xiàn)關(guān)鍵邊緣場景，而不是在常規(guī)場景上耗費(fèi)時間。
3、仿真記錄演示
為說明aiFab自適應(yīng)泛化場景，以下通過一系列仿真記錄來演示自車在不同臨界指標(biāo)下左轉(zhuǎn)的場景，每次迭代將會始終關(guān)注更為嚴(yán)苛的邊緣案例，以確保能夠發(fā)現(xiàn)潛在風(fēng)險。
展開 
賦能邊緣AI創(chuàng)新：新思科技聯(lián)手Innatera，以領(lǐng)先仿真技術(shù)助力類腦芯片開發(fā)
<ul><li>新思科技助力 Innatera 設(shè)計(jì)芯片，實(shí)現(xiàn)邊緣端的實(shí)時、高能效 AI 處理，加速推動物理人工智能領(lǐng)域下一代應(yīng)用的開發(fā)</li><li>新思科技 PathFinder-SC? 簽核解決方案以更高精度提供更準(zhǔn)確的版圖級結(jié)果，專業(yè)管理設(shè)計(jì)需求，并支持早期階段分析</li><li>新思科技 Totem? 電源完整性平臺支持晶體管級分析，為超低功耗 AI 處理器提供可靠的電力傳輸與性能優(yōu)化</li></ul><p><br></p><p>面向傳感器邊緣超低功耗智能應(yīng)用的類腦神經(jīng)形態(tài)計(jì)算領(lǐng)域領(lǐng)導(dǎo)者 Innatera 公司宣布，選擇新思科技公司（NASDAQ股票代碼: SNPS）為其下一代神經(jīng)形態(tài)微控制器提供設(shè)計(jì)與驗(yàn)證支持。新思科技可靠的靜電放電（ESD）與電源完整性分析解決方案，將幫助 Innatera 擴(kuò)大其運(yùn)營規(guī)模，以滿足工業(yè)傳感器、機(jī)器人、可穿戴設(shè)備和智能家居等領(lǐng)域?qū)?em>邊緣處理快速增長的需求。</p><p>神經(jīng)形態(tài)微控制器通過模擬生物神經(jīng)元通信方式的脈沖神經(jīng)網(wǎng)絡(luò)（SNNs）來處理信息，在傳感器邊緣實(shí)現(xiàn)類腦智能。這種事件驅(qū)動的方法能夠在傳感器密集、對響應(yīng)速度和能效要求極高的環(huán)境中實(shí)現(xiàn)實(shí)時、超低功耗運(yùn)行。Innatera 的架構(gòu)結(jié)合了混合信號模擬計(jì)算、密集互連以及低電壓設(shè)計(jì)——這些都是實(shí)現(xiàn)高能效的關(guān)鍵因素，但也可能成為電噪聲和 ESD（靜電放電）敏感性的潛在來源。為解決這些挑戰(zhàn)，并確保在復(fù)雜神經(jīng)形態(tài)電路中實(shí)現(xiàn)穩(wěn)健性能，Innatera 利用 PathFinder-SC 和 Totem 來驗(yàn)證電源完整性、管理噪聲耦合、并在不犧牲速度或效率的前提下維持可靠性。</p><p>PathFinder-SC 可在大規(guī)模芯片上模擬 ESD 事件，在最終設(shè)計(jì)進(jìn)入制造階段前識別潛在弱點(diǎn)與根本原因，確保芯片在面對實(shí)際靜電沖擊時能發(fā)揮最佳功能。
展開 AI賦能邊緣網(wǎng)關(guān)：開啟智能時代的新藍(lán)海-龍興物聯(lián)網(wǎng)關(guān)專家
<p>在數(shù)字化轉(zhuǎn)型的浪潮中，AI與邊緣計(jì)算的結(jié)合正掀起一場深刻的產(chǎn)業(yè)變革。邊緣網(wǎng)關(guān)作為連接物理世界與數(shù)字世界的橋梁，在AI技術(shù)的加持下，正從簡單的數(shù)據(jù)采集傳輸節(jié)點(diǎn)，進(jìn)化為具備智能決策能力的邊緣計(jì)算單元。這一變革不僅帶來了技術(shù)架構(gòu)的革新，更為產(chǎn)業(yè)發(fā)展開辟了新的增長空間。</p><p>傳統(tǒng)邊緣網(wǎng)關(guān)受限于計(jì)算能力和算法支持，往往只能完成數(shù)據(jù)采集和簡單處理，大量原始數(shù)據(jù)需要回傳云端處理，導(dǎo)致響應(yīng)延遲和帶寬壓力。AI技術(shù)的引入徹底改變了這一局面。通過在邊緣網(wǎng)關(guān)集成AI芯片和算法模型，使其具備了實(shí)時數(shù)據(jù)分析、智能決策和自主控制能力。在工業(yè)質(zhì)檢場景中，搭載AI算法的邊緣網(wǎng)關(guān)能夠?qū)崟r識別產(chǎn)品缺陷，將檢測效率提升300%以上，準(zhǔn)確率達(dá)到99.9%。</p><p>這一技術(shù)革新正在創(chuàng)造巨大的商業(yè)價值。在智慧城市領(lǐng)域，AI邊緣網(wǎng)關(guān)可以實(shí)現(xiàn)交通流量實(shí)時分析、違章行為智能識別；在工業(yè)互聯(lián)網(wǎng)中，能夠?qū)崿F(xiàn)設(shè)備預(yù)測性維護(hù)、生產(chǎn)工藝優(yōu)化；在智慧能源領(lǐng)域，可完成電力負(fù)荷精準(zhǔn)預(yù)測、故障快速定位。據(jù)市場研究機(jī)構(gòu)預(yù)測，到2025年，AI邊緣網(wǎng)關(guān)市場規(guī)模將突破千億美元，年復(fù)合增長率超過60%。</p><p>產(chǎn)業(yè)新機(jī)遇已經(jīng)顯現(xiàn)。對于硬件制造商，需要開發(fā)更高性能、更低功耗的AI邊緣計(jì)算平臺；對于算法企業(yè)，要研發(fā)更輕量化、更精準(zhǔn)的邊緣AI模型；對于系統(tǒng)集成商，則要構(gòu)建完整的邊緣智能解決方案。這個萬億級的新市場，正在等待更多創(chuàng)新者的加入。</p><p>在這場AI與邊緣計(jì)算融合的產(chǎn)業(yè)革命中，把握技術(shù)趨勢、深耕應(yīng)用場景的企業(yè)將贏得先機(jī)。隨著5G網(wǎng)絡(luò)的普及和AI算法的持續(xù)優(yōu)化，AI邊緣網(wǎng)關(guān)將在更多領(lǐng)域展現(xiàn)其價值，推動產(chǎn)業(yè)智能化升級，創(chuàng)造新的商業(yè)奇跡。</p>
展開 國產(chǎn)人形機(jī)器人測試設(shè)備突圍：如何拿下AI 終端的 “入場券”
測試設(shè)備已從 “輔助環(huán)節(jié)” 升級為 “核心競爭力”。沃華慧通以動態(tài)力學(xué)、關(guān)節(jié)性能、安全交互等核心方案，未來，隨著人形機(jī)器人規(guī)模化落地，測試設(shè)備將迎來黃金發(fā)展期。北京沃華慧通測控技術(shù)有限公司堅(jiān)持技術(shù)創(chuàng)新、場景深耕、生態(tài)協(xié)同，才能拿下AI 終端的 “入場券”，推動中國人形機(jī)器人產(chǎn)業(yè)實(shí)現(xiàn)從 “跟跑” 到 “領(lǐng)跑” 的跨越。
3D打印產(chǎn)業(yè)用AI“補(bǔ)腦” 高智商設(shè)備屢創(chuàng)佳績
除了用物聯(lián)網(wǎng)提高3D打印的質(zhì)量、效率和安全性，業(yè)界也正在用AI給設(shè)備“補(bǔ)腦”。變聰明的3D打印機(jī)自動化水平不斷提高，屢創(chuàng)佳績，不僅幫人類節(jié)省體力，更節(jié)省了腦力。AI是讓3D打印實(shí)現(xiàn)“以機(jī)器制造機(jī)器”的關(guān)鍵，是其掀起新一輪制造業(yè)革命的助推劑。
如果把智能制造技術(shù)比作人體的組成部分，那么物聯(lián)網(wǎng)就是遍布全身的神經(jīng)網(wǎng)絡(luò)，而人工智能(AI)則是用于思考和控制各種行為的大腦。當(dāng)前，各項(xiàng)智能制造技術(shù)在齊頭并進(jìn)的同時，也呈現(xiàn)相互交融之勢。其中，物聯(lián)網(wǎng)的“兼容性”非常突出，幾乎與各項(xiàng)技術(shù)都合得來。此外，人工智能也正成為其他技術(shù)領(lǐng)域不可或缺的外援。
近年來，3D打印產(chǎn)業(yè)積極擁抱這兩項(xiàng)技術(shù)。除了用物聯(lián)網(wǎng)提高3D打印的質(zhì)量、效率和安全性，業(yè)界也正在用AI給設(shè)備“補(bǔ)腦”。變聰明的3D打印機(jī)自動化水平不斷提高，屢創(chuàng)佳績，不僅幫人類節(jié)省體力，更節(jié)省了腦力。
3D打印的生產(chǎn)過程雖然多為一次性整體成型，無需人類插手，但其傳統(tǒng)的產(chǎn)品模型設(shè)計(jì)階段往往還是少不了人工操作。AI入局3D打印的第一步便是解放模型設(shè)計(jì)環(huán)節(jié)的人力。目前，業(yè)界的主要方法是賦予3D打印設(shè)備以機(jī)器學(xué)習(xí)的能力，使之可對所接收的原始數(shù)據(jù)做自動處理，生成模型，并監(jiān)控、調(diào)整整個打印過程，實(shí)現(xiàn)閉環(huán)控制。
除制作模型以外，自動搭配材料也是業(yè)界借助AI給3D打印機(jī)提高智商的努力方向。以病人專用的食品3D打印機(jī)為例，如果要讓這種設(shè)備成為真正的大眾消費(fèi)品，則必須降低其操作難度。不具備足夠醫(yī)學(xué)知識的用戶很難結(jié)合自身健康情況給設(shè)備定下合適的打印材料種類和數(shù)量。而如果以AI來分析用戶每日生理數(shù)據(jù)，并代替用戶制作食譜，則會準(zhǔn)確高效許多。暢通無阻、簡單易行的使用體驗(yàn)自然而然會把產(chǎn)品推向消費(fèi)級。
AI不僅能推動3D打印在制造業(yè)領(lǐng)域開疆拓土，還能在藝術(shù)領(lǐng)域助其一臂之力，取代部分人工操作。
展開 工業(yè)設(shè)備產(chǎn)品研發(fā)效率翻倍，數(shù)字孿生+AI驅(qū)動開創(chuàng)新未來
AI技術(shù)興起，工業(yè)裝備行業(yè)市場競爭加劇，客戶需求日益多元，企業(yè)智能化、數(shù)字化、綠色化轉(zhuǎn)型成為當(dāng)務(wù)之急。
西門子洞察行業(yè)需求，于3月到4月策劃了工業(yè)裝備系列線上研討會，以“聚力煥新，向新而行”為核心， 圍繞9大前沿議題，覆蓋工業(yè)裝備全業(yè)務(wù)鏈匯聚“新”技術(shù)、“新”應(yīng)用、“新”實(shí)踐，助力企業(yè)加速數(shù)字化轉(zhuǎn)型，打造韌性高效業(yè)務(wù)，推動行業(yè)邁向智能化與可持續(xù)發(fā)展。
3月11日，第一場如期開啟， “助力企業(yè)工業(yè)裝備數(shù)字化新技術(shù)加速產(chǎn)品開發(fā)”， 下滑了解預(yù)約??
在線研討會（第一場）
end
技術(shù)鄰簡介:
技術(shù)鄰專注于工科技術(shù)社區(qū)，從最早的CAE技術(shù)社區(qū)（中國CAE聯(lián)盟）發(fā)展而來，在CAE領(lǐng)域有20年的教學(xué)和咨詢服務(wù)經(jīng)驗(yàn)。
更多福利資料領(lǐng)取、行業(yè)內(nèi)最新研討會預(yù)約、仿真服務(wù) ， 掃碼添加技術(shù)鄰客服 詳細(xì)咨詢~
（??掃描二維碼添加客服詳細(xì)咨詢??）
往期回顧
工程機(jī)械駕駛室ROPS仿真分析與試驗(yàn)驗(yàn)證
非標(biāo)自動化產(chǎn)線行業(yè)的深度分析（附直播）
5月原創(chuàng)旋轉(zhuǎn)機(jī)械CFD文章知識干貨匯總，避免錯過
展開 人工智能+語音引爆CES
在邊緣實(shí)現(xiàn)AI Wertheizer說，隔離語音是第一步，但接下來還有其他步驟：語音助理必須辨識語音的位置，而且必須能夠追蹤語音。而且，它必須能偵測以及辨識誰在房間里說話。
直到最近，云端才剛被認(rèn)為是處理和學(xué)習(xí)的地方。如今，這個假設(shè)將在2018年發(fā)生改變。
Wertheizer解釋說：“我看到人們對于AI的態(tài)度越來越務(wù)實(shí)。他們希望在邊緣設(shè)備執(zhí)行AI而非在云端進(jìn)行，以避免隱私、延遲和成本等問題。”
聯(lián)發(fā)科技(MedaTek)財(cái)務(wù)長顧大為對此表示認(rèn)同。相較于亞馬遜在其Echo中推動云端到云端的服務(wù)，聯(lián)發(fā)科看到了“邊緣和云端”融合模式的可能性。他在CES時告訴我們，語音助理競賽如今已經(jīng)著重于在本地增加“智能”、區(qū)別人類與非人類的聲音分開、消除背景音樂、辨識聲音模式等。
Wertheizer說：“以Petcube設(shè)計(jì)的交互式Wi-Fi寵物相機(jī)為例，它能在主人不在家時，通過雙向音訊和1080p高解析(HD)視訊攝影機(jī)進(jìn)行監(jiān)控，以及與狗或貓互動。”Wertheizer說：“我不確定Petcube是否意識到這是一家物聯(lián)網(wǎng)公司。但是，像這樣的連網(wǎng)產(chǎn)品中，語音識別系統(tǒng)顯然必須能夠辨識狗吠聲，并且確定狗是處于壓力還是處于危機(jī)之中。換句話說，系統(tǒng)需要有智能才能進(jìn)行學(xué)習(xí)。”
Neupro低功耗AI處理器 雖然Ceva為語音系統(tǒng)的設(shè)計(jì)者提供了名為ClearVox的語音算法，但它也知道系統(tǒng)廠商需要的更多。系統(tǒng)制造商希望在其物聯(lián)網(wǎng)設(shè)備中整合學(xué)習(xí)和推論的能力，使其產(chǎn)品能夠持續(xù)變得更加智慧化。
目前的市場上亟需AI處理器。為了滿足這一需求，Ceva在CES上推出了NuePro，這是一款“專用的低功耗AI處理器系列，用于在邊緣進(jìn)行深度學(xué)習(xí)”。NuePro是一款獨(dú)立的專用AI處理器，可廣泛用于物聯(lián)網(wǎng)、智能型手機(jī)、安全監(jiān)控、汽車、機(jī)器人、醫(yī)療和工業(yè)等市場。
展開 英特爾推出第二代神經(jīng)計(jì)算棒，從工具到社區(qū)全面布局人工智能
就此，英特爾在大會上分享了其對此形勢的應(yīng)對方案：以軟件工具上的技術(shù)創(chuàng)新加快AI部署；從人工智能通用硬件到專用硬件的全方位解決方案；以開放的社區(qū)合作來解決未來挑戰(zhàn)。
英特爾公司全球副總裁兼中國區(qū)總裁楊旭表示：“人工智能必須服務(wù)于實(shí)體經(jīng)濟(jì)，推動實(shí)體經(jīng)濟(jì)的轉(zhuǎn)型升級。人工智能還處于初期階段，是一場沒有終點(diǎn)的馬拉松，要永不止步，勇往直前。”
對于這場剛剛開始的人工智能“馬拉松”競賽，英特爾很早就開始布局AI相關(guān)技術(shù)，重視相關(guān)人才的培養(yǎng)，英特爾公司全球副總裁兼人工智能產(chǎn)品事業(yè)部總經(jīng)理 Naveen RAO在會上也分享了他們?nèi)斯ぶ悄茉谶^去一年中的技術(shù)進(jìn)展，并宣布了其AI未來先鋒計(jì)劃。
硬件創(chuàng)新：第二代神經(jīng)計(jì)算棒性能提升8倍
人工智能相關(guān)技術(shù)，尤其是深度學(xué)習(xí)算法的持續(xù)迭代升級，使得人工智能市場規(guī)模的持續(xù)增加，引爆了市場對人工智能計(jì)算平臺的需求，而巨大的數(shù)據(jù)量不可能都在云端完成，于是邊緣計(jì)算相關(guān)技術(shù)開始受到重視。英特爾認(rèn)為，以數(shù)據(jù)為中心的創(chuàng)新人工智能時代，正是邊緣到云的過程。
會上，英特爾發(fā)布了英特爾神經(jīng)計(jì)算棒二代（簡稱英特爾NCS 2），NCS 2首次配備了神經(jīng)計(jì)算引擎。開發(fā)者可以利用該計(jì)算棒可以在網(wǎng)絡(luò)邊緣構(gòu)建更智能的AI算法和計(jì)算機(jī)視覺原型設(shè)備。英特爾NCS 2與上一代神經(jīng)計(jì)算棒相比，新產(chǎn)品的性能提升了8倍，能夠以可負(fù)擔(dān)的成本，加快深度神經(jīng)網(wǎng)絡(luò)推理應(yīng)用的開發(fā)。
借助英特爾NCS 2的功能提升，計(jì)算機(jī)視覺和人工智能可以輕松地被部署到物聯(lián)網(wǎng)和邊緣設(shè)備原型上。英特爾NCS 2可在標(biāo)準(zhǔn) USB 3.0 端口上運(yùn)行，不需要額外的硬件，因此用戶可以快速轉(zhuǎn)換并將計(jì)算機(jī)訓(xùn)練模型無縫部署到各種各樣的設(shè)備上，并且無需網(wǎng)絡(luò)或云端連接。
展開 
