边缘处理器AI在技术支持方面得到更好的发展

尽管近年来的边缘AI获得快速发展，但其应用领域的多样化也赋予了边缘AI应用程序的实现增加了许多问题。恩智浦半导体产品和营销总监林明提到，由于边缘AI随着应用领域的多样化，很难使用通用领域处理器处理好一切AI在应用领域，异构计算框架将是未来的边缘AI发展的一个重要趋势是用最合适的控制部件解决相应的问题AI任务。

由于计算率要求高，最初的AI从云智能开始，数据必须上传到云解决方案。在随后的发展中，形成了与客户体验和数据隐私相关的问题。AI能大大降低延时问题，而且对网络空间的需求相对宽松，大大提升了客户体验。

此外，从技术发展的角度来看，ADUM5401CRWZ芯片和软件技术的迭代在一定程度上促进了边缘AI发展。过去，芯片的计算率不能满足边缘AI同时，软件配置通常通过专家系统或基本机器学习系统来实现AI功能。但是现在，随着深度学习软件的发展，它具有高计算能力和低功耗的边缘处理器兴起，边缘AI在技术支持方面也取得了长期发展。

边缘AI应用领域广泛

边缘AI操作在边缘设备上，具体来说，有大量的数据，计算非常实用，不需要将数据上传到云计算图片，如智能驾驶、智能工厂和交通管理与安全相结合。你也可以把边缘AI应用的理解是在一定范围内，一辆车，一列火车，一家工厂或一家商店。在这个范围内，有一些实时的AI满足决策和解决要求。

与云端相比AI，边缘AI更高的数据安全性、更低的功耗、更短的延迟、更高的稳定性、更低的带宽要求、更大的数据利用率以及进一步降低数据处理成本。

边缘AI应用领域非常广泛，包括智能家居、智能交通、餐厅机器人、新零售应用、AR/VR/元宇宙、机器人编程、智能工业/物流/金融等。尤其是边缘AI视觉，具体来说，常见的技术包括图像分类、目标检测、语义分割、实例分割等。

目前，虽然云仍然是AI然而，芯片的重要细分应用领域，AI芯片正从云端发展到边缘端。数据显示，预计到2025年，边缘AI在云端，芯片市场的收入将达到122亿美元AI芯片市场的收入达到119亿美元，在边缘AI芯片市场将超越云端。

IBM此前的一项研究表明，94%的受访高管表示，他们的公司将在未来五年内部署边缘计算。从智能医院、智慧城市到无人商店和无人驾驶汽车，这个社会现在比以往任何时候都更需要边缘AI。物流、工人短缺、通货膨胀和疫情造成的不确定性困扰着公司。AI可作为人与机器之间的桥梁，完成预测、工人分配、产品设计和物流改进。

边缘AI未来发展趋势

此前有机构预测，未来几年，边缘AI物联网的增长主要来源于物联网，55G网络覆盖需要快速处理速度等因素。所以边缘。AI未来的发展趋势是什么？

边缘与工业物联网解决方案的结合是一种趋势，智能工厂是由边缘组成的AI利用促进产业，Gartner此前在报告中指出，到2027年，深度学习模式的机器学习将参与到65%以上的边缘用例中，而这一比例在2021年不到10%。

英伟达此前提到，工厂可以AI将其添加到摄像机和其他传感器中，以便于检查和预测维护。但是检查只是第一步，一旦发现问题，就必须付诸行动。AI应用可以检测到异常现象或缺陷，然后提示人们进行干预。然而，对于安全应用程序和其他必须立即行动的例子，只需要AI通过将管理装配线、机械臂或物联网平台连接起来，可以实现即时响应。

这些应用程序之间的集成是基于自主开发的。因此，估计AI将与传统物联网管理平台建立更多的合作关系，简化工业环境中的边缘AI的选用。

此外选用AI-on-5G使用的公司会越来越多。AI-on-5G组合计算基础设施提供了一个安全、高性能的卡扣结构，可以集成现场、本地或云传感器、计算平台和AI应用。其主要优势包括非有线环境下的极低延迟、有保障的服务水平和更高的安全性。

英伟达表示，AI-on-5G将解锁新边缘AI例如，工业4.0:工厂自动化，工厂机器人，监控检查；汽车系统:监控和应用收费道路和车辆；智能空间:零售、智慧城市和供应链应用。世界上第一批全栈AI-on-5G平台之一Mavenir Edge AI已于2021年11月公布。预计未来会出现大量的全栈解决方案，为公司提供5个G管理和规模的环境特点。

尽管近年来的边缘AI获得快速发展，但其应用领域的多样化也赋予了边缘AI应用程序的实现增加了许多问题。例如，不同的算法必须根据不同的应用领域进行定制，对芯片计算率和功耗的需求也不同。此外，计算率、算法和应用之间存在分离，这使得边缘不同AI缺乏整体解决方案等。

在未来，将会有一些创新的解决方案来解决这些着陆问题。恩智浦半导体产品和营销总监林明提到，由于边缘AI随着应用领域的多样化，很难使用通用领域Cpu处理好一切AI在应用领域，异构计算框架将是未来的边缘AI发展的一个重要趋势是用最合适的控制部件解决相应的问题AI任务。

此外一般AI在应用领域，将有一个分裂的安全芯片作为监督和安全启动管理的关键。为了降低功耗和成本，未来边缘AI它将朝着安全功能一体化的趋势发展，比如边缘的恩智浦Cpu一般集成EdgeLock(安全认证芯片)模块。

更重要的是，边缘AI产品的落地涉及到各个领域的产业融合，未来边缘AI芯片供应商、算法供应商、设备制造商、系统集成商，甚至云服务提供商，都必须共同提供专业服务。

处理器技术支持边缘智能解决方案工厂

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。