邊緣AI的五大發(fā)展方向

1   推動(dòng)邊緣AI發(fā)展的兩大方面

從需求方面看，因為算力要求高，最初的AI 都從云端智能開(kāi)始，數據必須上傳到云端處理，而隨后的發(fā)展過(guò)程中產(chǎn)生了對于用戶(hù)體驗和數據隱私方面的問(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。同時(shí)邊緣AI在處理數據過(guò)程中不必上傳至云端，能夠很好地保障數據隱私和數據安全，還能避免系統受到惡意網(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 應用，同時(shí)軟件配置通常是利用專(zhuān)家系統或者是基本機器學(xué)習系統來(lái)實(shí)現AI 功能。但是現在隨著(zhù)深度學(xué)習軟件上的迭代和發(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。

林明(恩智浦半導體產(chǎn)品和市場(chǎng)總監)

2   邊緣AI五大發(fā)展方向

第一點(diǎn)是邊緣AI 處理器架構配置的靈活性。邊緣AI 因為其應用場(chǎng)景的多樣性，很難用一個(gè)通用處理器去處理所有的AI 應用場(chǎng)景，那么異構計算架構將是未來(lái)邊緣AI 發(fā)展的重要趨勢：用最適配的處理單元處理相應的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、內核配置和半導體工藝改進(jìn)，來(lái)達到一個(gè)較高的能效比，去應用在不同的計算場(chǎng)景中。

以上兩點(diǎn)都體現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)工具鏈從軟件數據采集、標注訓練、推理引擎優(yōu)化到部署全程把控。

第四點(diǎn)是數據安全部分。數據隱私變得越來(lái)越重要，通常AI 應用場(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(zhù)安全功能集成化的趨勢發(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。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)體系搭建勢必需要芯片供應商、算法供應商、設備制造商、系統集成商甚至云服務(wù)供應商一起合作提供專(zhuān)業(yè)的服務(wù)。

3   算力與低功耗的挑戰

因為邊緣AI 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應用場(chǎng)景和現有產(chǎn)品對整體網(wǎng)絡(luò )做算法優(yōu)化。恩智浦作為半導體芯片公司，深度參與邊緣AI 的開(kāi)發(fā)與場(chǎng)景應用，不斷優(yōu)化芯片設計來(lái)達到高效率低功耗的目的。在采用SoC 異構架構去實(shí)現邊緣AI 功能時(shí)，運行在不同算力或是不同內核切換的情況下，電源控制需要針對不同場(chǎng)景不同應用選擇適用的供電系統，這樣有利于保證算力的同時(shí)降低功耗。

（本文來(lái)源于《電子產(chǎn)品世界》雜志2022年4月期）