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

本文格式為Word版，下載可任意編輯——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

TamasDaranyi

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）和機(jī)器學(xué)習(xí)、先進(jìn)數(shù)據(jù)處理、音頻、視覺(jué)等產(chǎn)生了需求。邊緣機(jī)器學(xué)習(xí)（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)計(jì)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(jiǎn)單命令詞識(shí)別以及視覺(jué)應(yīng)用，如使用低辨別率攝像頭進(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機(jī)器學(xué)習(xí)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(lái)更多的智能化。所以SiliconLabs認(rèn)為邊緣AI和機(jī)器學(xué)習(xí)將被廣泛應(yīng)用于工業(yè)和家庭。

商業(yè)樓宇管理部門的工作人員正在摸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(jiǎn)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(lái)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窘境，這些可能會(huì)超過(guò)其帶來(lái)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)界所需功能的最正確組合，包括物聯(lián)網(wǎng)邊緣應(yīng)用相關(guān)的對(duì)多樣化無(wú)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，邊緣AI于最近走進(jìn)了我們的工作和生活。

作為一家全球領(lǐng)先的擁有安全和智能的無(wú)線技術(shù)、先進(jìn)外圍設(shè)備和先進(jìn)計(jì)算內(nèi)核的無(wú)線SoC供給商，SiliconLabs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(wú)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)。我們正在摸索集成機(jī)器學(xué)習(xí)和無(wú)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)完全變革。SiliconLabs認(rèn)為，顛覆性的邊緣AI解決方案需要?jiǎng)?chuàng)新地集成不同的技術(shù)。無(wú)線SoC上的單芯片解決方案是確保高性能和高能效的最正確方式之一;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，SiliconLabs于今年1月推出了其BG24和MG24系列2.4GHz無(wú)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(kāi)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(wú)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，SiliconLabs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(kāi)發(fā)人員獲得一個(gè)端到端的工具鏈，簡(jiǎn)化機(jī)器學(xué)習(xí)模型的開(kāi)發(fā)，并優(yōu)化無(wú)線應(yīng)用的嵌入式部署。

這個(gè)新的AI/ML工具鏈與SiliconLabs的SimplicityStudio工具以及BG24和MG24系列SoC結(jié)合使用，開(kāi)發(fā)人員可以創(chuàng)立從各種連接設(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)解決方案都十分重要。硬件數(shù)據(jù)加速器被廣泛應(yīng)用于這些解決方案。對(duì)