Imagination談工業(yè)AI的機遇與挑戰

問(wèn)：依您看，邊緣AI將給某類(lèi)工業(yè)應用帶來(lái)哪些新變化？

答：邊緣AI將在未來(lái)幾年發(fā)生巨大變化。邊緣設備中的神經(jīng)網(wǎng)絡(luò )加速能力以指數級的速度向前發(fā)展，意味著(zhù)完全在設備上完成處理只是時(shí)間問(wèn)題。

例如，自動(dòng)化技術(shù)、機器人和傳感技術(shù)的進(jìn)步都會(huì )體現在我們身邊的各種機器上，這將意味著(zhù)工業(yè)安全的真正改善。由人工智能物聯(lián)網(wǎng)（AIoT）驅動(dòng)的智能機器可以檢查出當機械臂在其運動(dòng)范圍內快速擺動(dòng)時(shí)沒(méi)有人處于其運動(dòng)路徑上，還可以檢查過(guò)程和材料中的缺陷，這意味著(zhù)偏差會(huì )越來(lái)越小，質(zhì)量會(huì )進(jìn)一步提高。

自動(dòng)化程度的提高帶來(lái)的關(guān)鍵機會(huì )是可以提高過(guò)程智能，從而使設備不僅可以成為數據驅動(dòng)的設備，而且具有分享知識的能力，這一過(guò)程稱(chēng)為聯(lián)合學(xué)習或遷移學(xué)習。這將提高生產(chǎn)力、可靠性和質(zhì)量，降低成本，并增加產(chǎn)量。

Imagination Technologies公司 AI資深產(chǎn)品總監 Andrew Grant

問(wèn)：其技術(shù)挑戰是什么？

答：上文提及的方案很快就會(huì )在您身邊的機器上有所體現，目前還有一些技術(shù)挑戰正待解決。例如，現在傳感器數據會(huì )被匯總并反饋至云端以進(jìn)行決策，這會(huì )增加延遲，產(chǎn)生連接和數據中心方面的成本。然而，我們越來(lái)越多地可以在嵌入式邊緣設備上進(jìn)行神經(jīng)網(wǎng)絡(luò )推理，使邊緣設備可以有效地做出自我決策，同時(shí)只需將重要信息傳達給中央控制端。隨著(zhù)這些設備的推出，我們將看到顯著(zhù)的改善，例如減少延遲、降低功耗，以及無(wú)需去“呼叫總部”。

在某些情況下，所面臨的挑戰是成本問(wèn)題，因為工業(yè)物聯(lián)網(wǎng)相當碎片化，某個(gè)特定的應用場(chǎng)景可能僅有小批量的需求，這意味著(zhù)系統構建者和SoC設計人員必須設計一個(gè)擁有廣泛用途的基本規范，從而將眾多小批量應用匯總成大批量。好消息是，神經(jīng)網(wǎng)絡(luò )加速器的進(jìn)步意味著(zhù)可以在比針頭或句尾的句號還小的芯片中添加支持這些應用的功能。這也意味著(zhù)“智能”可以被添加到嵌入式設備中，使這些設備可以運行各種各樣的神經(jīng)網(wǎng)絡(luò )模型和算法，進(jìn)而憑借足夠的靈活性去應對多種應用場(chǎng)景。

問(wèn)：貴公司是如何解決這些難點(diǎn)的？有哪些創(chuàng )新性的解決方案推薦？

答：在Imagination Technologies，我們一直跟隨著(zhù)客戶(hù)的步伐，并希望通過(guò)我們的研發(fā)能力來(lái)預見(jiàn)到這些問(wèn)題。因此，我們可以憑借自己的神經(jīng)網(wǎng)絡(luò )加速器（NNA）為邊緣AI提供全面的計算解決方案，相比其他方法，NNA可以指數倍的速度運行神經(jīng)網(wǎng)絡(luò )層，同時(shí)具有運行自定義層所需的靈活性。有了神經(jīng)網(wǎng)絡(luò )加速功能，意味著(zhù)網(wǎng)絡(luò )可以在設備上運行，從而支持在邊緣進(jìn)行數據驅動(dòng)的決策。我們還可以提供豐富的IP內核設計和各種性能配置，以滿(mǎn)足市場(chǎng)上所有領(lǐng)域的需求，我們支持非常小的尺寸，也支持非常強大的功能和卓越的性能，同時(shí)可以做到硅成本最低，這是因為Imagination的一整套技術(shù)源于長(cháng)久以來(lái)在智能手機等移動(dòng)設備上的設計積累，在這些設備中，Imagination提供的高效的性能、低功耗（對于電池供電或通過(guò)能量采集供電的設備尤其重要）和小的硅面積等特性意味著(zhù)可以降低成本同時(shí)提高效用。