【導(dǎo)讀】自21世紀(jì)初以來，傳感器經(jīng)歷了非比尋常的發(fā)展。受益于物聯(lián)網(wǎng)的誕生，可以連線通訊的智慧傳感器無所不在。預(yù)計到2030年，因5G的廣泛部署，物聯(lián)網(wǎng)裝置上數(shù)十億傳感器將負(fù)責(zé)30%的物聯(lián)網(wǎng)數(shù)據(jù)流量。這將顯著增加AI對于碳的影響。而由于其需要數(shù)據(jù)中心的運(yùn)算資源來將數(shù)據(jù)轉(zhuǎn)化為洞察力和行動力，因此IoT和AI應(yīng)用程式過去通常都部署在云端。但隨著應(yīng)用程式數(shù)量增加，我們需要減低依賴耗電的云端運(yùn)算。
物聯(lián)網(wǎng)（IoT）和人工智能（AI）正在改變產(chǎn)業(yè)和社會，將自動化在日常生活中變?yōu)榭赡埽瑫r解鎖在過去難以實現(xiàn)的理念和功能。邊緣計算可以在產(chǎn)生數(shù)據(jù)的地方即時處理數(shù)據(jù)，而無須在遠(yuǎn)端的數(shù)據(jù)中心處理，提供更環(huán)保、更智慧的解決方案。
將AI移至邊緣
自21世紀(jì)初以來，傳感器經(jīng)歷了非比尋常的發(fā)展。受益于物聯(lián)網(wǎng)的誕生，可以連線通訊的智慧傳感器無所不在。預(yù)計到2030年，因5G的廣泛部署，物聯(lián)網(wǎng)裝置上數(shù)十億傳感器將負(fù)責(zé)30%的物聯(lián)網(wǎng)數(shù)據(jù)流量。這將顯著增加AI對于碳的影響。而由于其需要數(shù)據(jù)中心的運(yùn)算資源來將數(shù)據(jù)轉(zhuǎn)化為洞察力和行動力，因此IoT和AI應(yīng)用程式過去通常都部署在云端。但隨著應(yīng)用程式數(shù)量增加，我們需要減低依賴耗電的云端運(yùn)算。
邊緣計算提供了一個解決方案。它涉及將部分儲存和運(yùn)算資源從數(shù)據(jù)中心移出，使其更靠近數(shù)據(jù)產(chǎn)生的地方。如此一來，應(yīng)用程序和裝置就能自行收集和分析數(shù)據(jù)。這種方法為消費(fèi)性產(chǎn)品、建筑管理、工業(yè)預(yù)測性維護(hù)、自駕車等應(yīng)用提供了進(jìn)一步的創(chuàng)新，因此更為蓬勃發(fā)展。此外，邊緣計算還能降低能源消耗、保護(hù)個人資料、減少延遲，并能在使用時做自主決策以及學(xué)習(xí)。
“邊緣AI”可以通過多種方式促進(jìn)更聰明、更環(huán)保的產(chǎn)業(yè)發(fā)展
邊緣計算正以多種方式幫助不同產(chǎn)業(yè)變得更為聰明和更環(huán)保。例如：
o 在工廠中的狀態(tài)監(jiān)控和預(yù)測性維護(hù)可以使操作更聰明、更節(jié)能。傳感器定期更新機(jī)器的運(yùn)作狀態(tài)，以確定何時需要維修或更換某些零件。這降低了停機(jī)時間，確保機(jī)器能在最佳狀態(tài)下運(yùn)作。
o 邊緣AI對于下一代協(xié)作機(jī)器人（cobots）也是至關(guān)重要的，這些機(jī)器人可與人類在同一空間運(yùn)作以提升效率和確保安全。
o 智慧城市可以利用數(shù)百萬個智慧傳感器和物聯(lián)網(wǎng)節(jié)點(diǎn)所組成的網(wǎng)絡(luò)來改善監(jiān)控、管理資源、協(xié)助市民，并利用自駕無人機(jī)和車輛改善物流。
o 讓開車變得更安全、更環(huán)保和更多連接。安裝在下一代汽車上的眾多傳感器需要本地AI來讓車輛可以在潛在危及生命的情況迅速做出反應(yīng)。此外，邊緣AI可以用于優(yōu)化電池管理系統(tǒng)，并調(diào)整車輛狀態(tài)以適應(yīng)駕駛者的習(xí)慣，確保能以節(jié)能的方式駕駛車輛。
o 將自動化導(dǎo)入農(nóng)業(yè)可以協(xié)助提升生產(chǎn)力并降低環(huán)境影響。智慧農(nóng)業(yè)的農(nóng)耕車和機(jī)器將使用更少量的水、肥料和農(nóng)藥來促進(jìn)永續(xù)策略。傳感器結(jié)合邊緣AI，可為不同植物分配適量的水或化學(xué)物質(zhì)。
o 隨著醫(yī)療和保健向個性化的方向發(fā)展，全天候監(jiān)測和在家中享有醫(yī)療服務(wù)將是未來趨勢。傳感器和邊緣AI在信息隱私管理亦扮演著關(guān)鍵角色。
上述范例都會產(chǎn)生大量來自傳感器的數(shù)據(jù)，如果這些數(shù)據(jù)傳送到云端處理將會消耗大量能源和占用帶寬，同時還會產(chǎn)生數(shù)據(jù)保護(hù)和延遲的相關(guān)問題。采用邊緣計算與人工智能提供了一種透過永續(xù)方式達(dá)到這些目標(biāo)的方法。
加速追蹤邊緣計算
將AI的數(shù)據(jù)處理從云端移轉(zhuǎn)至邊緣需要部署一系列半導(dǎo)體創(chuàng)新技術(shù)，包括超低功耗技術(shù)和系統(tǒng)方法，以及在神經(jīng)處理單元（NPU）和內(nèi)存內(nèi)運(yùn)算（IMC）解決方案中導(dǎo)入特定的硬件加速器。這些支持AI和機(jī)器學(xué)習(xí)的高效運(yùn)算硬件技術(shù)，正在轉(zhuǎn)變邊緣數(shù)據(jù)處理，并推動智能功能和物聯(lián)網(wǎng)網(wǎng)絡(luò)的可擴(kuò)展性。這些技術(shù)的結(jié)合降低了系統(tǒng)功耗和帶寬需求，還能進(jìn)一步提升針對邊緣裝置所打造之新一代微控制器的運(yùn)算效率。
意法半導(dǎo)體（ST）致力于優(yōu)化運(yùn)算效率，同時采用低功耗和嵌入式安全技術(shù)來保護(hù)所收集的數(shù)據(jù)、數(shù)據(jù)處理和因此產(chǎn)生的行動。這些發(fā)展是為了保有競爭力和獲得客戶廣泛之接受度的必要條件。
ST已經(jīng)在汽車、智慧工業(yè)和物聯(lián)網(wǎng)等應(yīng)用領(lǐng)域大力部署邊緣AI。STM32系列的32位Arm Cortex微控制器已將適合邊緣計算的低功耗版本涵蓋其中。為了讓不熟悉AI的人更容易上手，NanoEdge AI Studio整合了機(jī)器學(xué)習(xí)函數(shù)庫，可以為任何指定的應(yīng)用自動搜索和配置最適合的解決方案。對于熟悉AI模型的人，STM32Cube.AI可協(xié)助機(jī)器學(xué)習(xí)工程師快速導(dǎo)入和優(yōu)化其AI解決方案，并使用進(jìn)階功能，如自定義層和深度量化神經(jīng)網(wǎng)絡(luò)解決方案。而建立的軟件庫還可以加載到微控制器上，進(jìn)而處理推理工作。
ST于2019年推出具有機(jī)器學(xué)習(xí)核心的LSM6DSOX，開始在傳感器中應(yīng)用人工智能。接著推出智能傳感器處理單元（ISPU），強(qiáng)化傳感器在AI領(lǐng)域的靈活性。
ISPU將信號處理和AI算法結(jié)合到傳感器上，使產(chǎn)品能夠感知、處理和執(zhí)行后續(xù)操作，同時大幅節(jié)省空間，功耗最高可降低80%。
能夠感知、處理和采取行動的連網(wǎng)微型化物件和系統(tǒng)的數(shù)量正在快速成長。ST透過提供傳感器、智慧嵌入式致動器、連接性、安全性和嵌入式AI上的創(chuàng)新來推動此一轉(zhuǎn)型。這些解決方案旨在為工業(yè)、汽車、健康、農(nóng)業(yè)和其他許多產(chǎn)業(yè)提供工具集，使其能夠繼續(xù)創(chuàng)新，同時努力為減碳而做出貢獻(xiàn)。
來源：意法半導(dǎo)體博客
免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進(jìn)行處理。
推薦閱讀：
汽車線性穩(wěn)壓器L99VR02J：車載電源設(shè)計的理想之選
使用SiC/GaN功率半導(dǎo)體，提高功率轉(zhuǎn)換效率，無源元件的技術(shù)進(jìn)步很重要！
SiC SBD/超結(jié)MOS在工業(yè)電源上的應(yīng)用
上觀未來、下謀發(fā)展丨CAEE2024家電制造業(yè)供應(yīng)鏈展覽會招商全面啟動
