目前大部分方式是通過云端聯(lián)網(wǎng)和數(shù)據(jù)中心來進行大規(guī)模計算,從而實現(xiàn)人工智能,比如整個城市的智能交通。云端具備連結(jié)多方大數(shù)據(jù),擁有超強計算力的優(yōu)勢,在人工智能的發(fā)展中占據(jù)著不可替代的作用。但是真正要讓人工智能走進生活,成為我們身邊看得見摸得著的智能,就需要將AI從云端拉向終端。
云計算這一術(shù)語已經(jīng)在大多數(shù)消費者的消費理念中占據(jù)了一席之地,邊緣計算可以看做是無處不在的云計算和物聯(lián)網(wǎng)(IoT)的延伸概念。我們可以將邊緣計算看作是遠(yuǎn)離核心的移動計算。從根本上來講,邊緣計算是智能和計算從云網(wǎng)絡(luò)中的集中式數(shù)據(jù)服務(wù)器到網(wǎng)絡(luò)邊緣硬件的移動,傳感器不是在某個位置收集數(shù)據(jù),然后將數(shù)據(jù)發(fā)送回中央服務(wù)器進行處理,而是在本地可用的硬件上對數(shù)據(jù)進行處理,只把處理結(jié)果發(fā)送到云端,以便確保信息的即時可用性并進行操作,而不需要進一步對數(shù)據(jù)加以處理。
將計算遷移到邊緣具備以下幾個優(yōu)勢,能夠促進更理想的計算:
-
能夠近乎實時地處理數(shù)據(jù)
-
處理的數(shù)據(jù)可以從各個邊緣節(jié)點并行收集
-
消除了在帶寬有限的網(wǎng)絡(luò)上發(fā)送原始數(shù)據(jù)的負(fù)擔(dān)
-
消除計算量大的原始數(shù)據(jù)對數(shù)據(jù)中心的壓力
-
降低云網(wǎng)絡(luò)從數(shù)據(jù)中獲得信息的依賴性
-
可以幫助管理在本地處理而不是共享的敏感數(shù)據(jù)
e-AI (嵌入式人工智能) 就是在人工智能領(lǐng)域出現(xiàn)的、需要在本地終端進行計算的應(yīng)用場景。相比云端智能,嵌入式人工智能要做的,是能夠在本地進行實時環(huán)境感知、人機交互與決策控制。由此,一場由邊緣向中心進發(fā)的革命正在醞釀、爆發(fā),這正式邊緣計算火熱的根源。
瑞薩電子的e-AI技術(shù)瑞薩電子的e-AI技術(shù)是在本公司生產(chǎn)的MCU或MPU上生成AI算法,運用算法在嵌入式設(shè)備上進行操控,從而使嵌入式設(shè)備進行AI操控。然而,我們需要讓人工智能持續(xù)學(xué)習(xí)。很多人認(rèn)為,在機器學(xué)習(xí)和算法生成時,現(xiàn)有價格低廉的MCU和MPU存在運算速度緩慢和內(nèi)存小的缺陷,因而無法立即實現(xiàn)。然而,瑞薩電子的e-AI技術(shù)可以通過以下兩步攻克這一難題:
(1) 算法在后臺生成,而在MCU和MPU中保持下載更新最新算法;
(2) 在MCU或MPU上加載一個特別運算電路,通過這個運算電路進行高速、低功耗的AI判別。由此,瑞薩電子可在嵌入式設(shè)備中支持AI運行。
-
mcu
+關(guān)注
關(guān)注
146文章
16666瀏覽量
347759 -
嵌入式
+關(guān)注
關(guān)注
5045文章
18817瀏覽量
298477 -
瑞薩電子
+關(guān)注
關(guān)注
37文章
2800瀏覽量
72010
發(fā)布評論請先 登錄
相關(guān)推薦
評論