智能工廠(chǎng)的AI趨勢：從工業(yè)終端設備智能化向工廠(chǎng)整體智能化演進(jìn)

邊緣AI給工業(yè)帶來(lái)的變化

邊緣AI計算是更靠近物或數據源頭的網(wǎng)絡(luò )邊緣，融合了網(wǎng)絡(luò )、計算、存儲以及應用處理能力的分布式平臺，就近提供智能服務(wù)。邊緣計算將云計算和數據存儲能力下沉到邊緣，更好地保障了應用服務(wù)的低延時(shí)、高可靠性以及數據安全。因此邊緣云計算技術(shù)將成為人工智能、物聯(lián)網(wǎng)等領(lǐng)域的關(guān)鍵組成部分，也將得到更大的發(fā)展，覆蓋的潛在客戶(hù)和場(chǎng)景將不斷出現。

瑞薩電子 中國物聯(lián)網(wǎng)及基礎設施事業(yè)部 經(jīng)理 杜灝

邊緣計算的技術(shù)挑戰

隨著(zhù)互聯(lián)網(wǎng)時(shí)代的到來(lái)，AI技術(shù)的普及，越來(lái)越多的智能化設備走進(jìn)了我們的生活?！霸O備端、云端、大數據、物聯(lián)網(wǎng)”相輔相成，共同編織成了一個(gè)完善的智能化、數字化世界。目前絕大多數智能化設備的AI學(xué)習和推理都必須依靠強大的云端計算能力來(lái)進(jìn)行數據分析與算法的運作。但是，如果設備過(guò)份依賴(lài)云端進(jìn)行所有AI學(xué)習和推理, 確實(shí)還存在著(zhù)上傳云端過(guò)程中因網(wǎng)絡(luò )帶寬問(wèn)題而產(chǎn)生的通信延遲等問(wèn)題。諸如此類(lèi)數據的處理挑戰將會(huì )在未來(lái)幾年內進(jìn)一步加劇。

瑞薩的解決方案

面向智能工廠(chǎng)的AI發(fā)展，我們認為會(huì )以從工業(yè)終端設備智能化逐漸向工廠(chǎng)整體智能化的形式前進(jìn)。瑞薩e-AI致力于在工業(yè)終端設備系統所搭載的MCU/SoC上有廣泛的應用?；谟脩?hù)的既有制造設備，瑞薩首先會(huì )提供附加AI單元的解決方案，來(lái)拓展該市場(chǎng)，從而使e-AI的實(shí)用性得到市場(chǎng)廣泛的理解，進(jìn)而推進(jìn)各工業(yè)終端設備的e-AI預安裝解決方案的普及，最終使瑞薩的e-AI得到廣泛的發(fā)展。

2017年7月，瑞薩電子首次推出e－AI方案，通過(guò)瑞薩電子提供的e－AI翻譯器，把客戶(hù)AI模型翻譯到C語(yǔ)言，然后在瑞薩電子的MCU/SoC里進(jìn)行AI的終端推理功能。

2018年10月，瑞薩電子推出第二代的e－AI解決方案，將瑞薩電子獨有的DRP技術(shù)嵌入芯片，實(shí)現基于DRP的e－AI解決方案。DRP是執行e-AI以及優(yōu)化最終產(chǎn)品整體性能的核心技術(shù)之一。我們有具體的對比表顯示相較于競爭對手產(chǎn)品的優(yōu)勢。與FPGA相比，DRP具有更高的靈活性和節省成本，因為算法的種類(lèi)和大小可以由同一個(gè)DRP硬件進(jìn)行時(shí)間復用處理。DRP的靈活性非常適合于人工智能產(chǎn)業(yè)的DNN（深度神經(jīng)網(wǎng)絡(luò )）的快速演化。此外，由于DRP是一種低時(shí)鐘速率的硬件加速器，因此其功率效率遠優(yōu)于競爭對手（如GPU）。即使是人工智能推理也不需要散熱器。