林明

1推動(dòng)邊緣AI發(fā)展的兩大方面

從需求方面看，因?yàn)樗懔σ蟾?，最初的AI都從云端智能開(kāi)始，數(shù)據(jù)必須上傳到云端處理，而隨后的發(fā)展過(guò)程中產(chǎn)生了對(duì)于用戶(hù)體驗(yàn)和數(shù)據(jù)隱私方面的問(wèn)題。

邊緣AI能夠大大減小延時(shí)問(wèn)題，并且對(duì)于網(wǎng)絡(luò)環(huán)境的要求較為寬松，極大地提升了用戶(hù)體驗(yàn)。同時(shí)邊緣AI 在處理數(shù)據(jù)過(guò)程中不必上傳至云端，能夠很好地保障數(shù)據(jù)隱私和數(shù)據(jù)安全，還能避免系統(tǒng)受到惡意網(wǎng)絡(luò)攻擊。

從技術(shù)發(fā)展方面來(lái)看，芯片和軟件技術(shù)的迭代在一定程度上也推動(dòng)了邊緣AI的發(fā)展。過(guò)去芯片的算力無(wú)法滿(mǎn)足邊緣AI應(yīng)用，同時(shí)軟件配置通常是利用專(zhuān)家系統(tǒng)或者是基本機(jī)器學(xué)習(xí)系統(tǒng)來(lái)實(shí)現(xiàn)AI功能。但是現(xiàn)在隨著深度學(xué)習(xí)軟件上的迭代和發(fā)展，以及高算力、低功耗的邊緣處理器的普及，也是從技術(shù)端推動(dòng)了邊緣AI 的發(fā)展。

2邊緣AI五大發(fā)展方向

第一點(diǎn)是邊緣AI處理器架構(gòu)配置的靈活性。邊緣 AI因?yàn)槠鋺?yīng)用場(chǎng)景的多樣性，很難用一個(gè)通用處理器去處理所有的AI應(yīng)用場(chǎng)景，那么異構(gòu)計(jì)算架構(gòu)將是未來(lái)邊緣AI發(fā)展的重要趨勢(shì)：用最適配的處理單元處理相應(yīng)的AI任務(wù)。

第二點(diǎn)是邊緣AI處理器的能效比。目前邊緣AI產(chǎn)品大部分以電池供電，因此從能效需求方面需要開(kāi)發(fā)更靈活的模式。通過(guò)不同的能效模式切換、內(nèi)核配置和半導(dǎo)體工藝改進(jìn)，來(lái)達(dá)到一個(gè)較高的能效比，去應(yīng)用在不同的計(jì)算場(chǎng)景中。

以上兩點(diǎn)都體現(xiàn)在恩智浦廣泛而豐富的邊緣控制器和處理器產(chǎn)品組合中。

第三點(diǎn)是開(kāi)發(fā)工具和開(kāi)發(fā)環(huán)境。恩智浦推出了eIQ開(kāi)發(fā)工具鏈，它是全生態(tài)全應(yīng)用場(chǎng)景的工具鏈?？蛻?hù)可以通過(guò)eIQ開(kāi)發(fā)工具鏈從軟件數(shù)據(jù)采集、標(biāo)注訓(xùn)練、推理引擎優(yōu)化到部署全程把控。

第四點(diǎn)是數(shù)據(jù)安全部分。數(shù)據(jù)隱私變得越來(lái)越重要，通常AI應(yīng)用場(chǎng)景會(huì)存在一個(gè)分離式安全芯片作為密鑰的管理和安全啟動(dòng)管理。為了降低功耗和成本，邊緣 AI會(huì)向著安全功能集成化的趨勢(shì)發(fā)展，比如EdgeLock模塊廣泛集成在恩智浦的邊緣處理器中。

第五點(diǎn)是生態(tài)系統(tǒng)。邊緣AI產(chǎn)品的落地涉及到不同領(lǐng)域的產(chǎn)業(yè)融合，未來(lái)邊緣AI的生態(tài)體系搭建勢(shì)必需要芯片供應(yīng)商、算法供應(yīng)商、設(shè)備制造商、系統(tǒng)集成商甚至云服務(wù)供應(yīng)商一起合作提供專(zhuān)業(yè)的服務(wù)。

3算力與低功耗的挑戰(zhàn)

因?yàn)檫吘堿I的自身特性，因此在一定程度上算力和能耗會(huì)受到限制，很多情況下需要根據(jù)應(yīng)用場(chǎng)景和現(xiàn)有產(chǎn)品對(duì)整體網(wǎng)絡(luò)做算法優(yōu)化。恩智浦作為半導(dǎo)體芯片公司，深度參與邊緣AI的開(kāi)發(fā)與場(chǎng)景應(yīng)用，不斷優(yōu)化芯片設(shè)計(jì)來(lái)達(dá)到高效率低功耗的目的。在采用SoC異構(gòu)架構(gòu)去實(shí)現(xiàn)邊緣AI功能時(shí)，運(yùn)行在不同算力或是不同內(nèi)核切換的情況下，電源控制需要針對(duì)不同場(chǎng)景不同應(yīng)用選擇適用的供電系統(tǒng)，這樣有利于保證算力的同時(shí)降低功耗。