邊緣AI的發(fā)展趨勢

?

日前，在2022世界人工智能大會（WAIC）上，恩智浦全球執(zhí)行副總裁兼CTO Lars Reger通過視頻形式在“AI未來，感知芯世界”的主題論壇上發(fā)表演講，分享了對為智能邊緣設(shè)備市場的展望，以及如何負(fù)責(zé)任地賦能邊緣智能的思考。

?

Lars談到，我們已經(jīng)實現(xiàn)了一個“按需定制”的世界，只需拿出智能設(shè)備輕輕一按，就能完成購物、訂車、點(diǎn)餐等便捷服務(wù)。而在不遠(yuǎn)的將來，隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，我們打造的新應(yīng)用不僅可以“按需”提供服務(wù)，更可以預(yù)測用戶想要做的事情并自動執(zhí)行，這些任務(wù)將由我們周圍的智能設(shè)備完成。

根據(jù)分析機(jī)構(gòu)的預(yù)測，下一個十年里智能互聯(lián)設(shè)備的數(shù)量將達(dá)到750億臺，它們就像遍布在我們身邊的小機(jī)器人，幫助我們打點(diǎn)好生活的方方面面。這也意味著半導(dǎo)體公司將迎來強(qiáng)勢的市場增長機(jī)遇。

?

萬物互聯(lián)、萬物智能的世界讓人振奮和憧憬，然而作為這個世界的技術(shù)賦能者，我們也肩負(fù)責(zé)任，要確保人們可以輕松、無憂地享受智能世界的各種便利，同時也確保世界的可持續(xù)發(fā)展。Lars表示，這種責(zé)任主要體現(xiàn)在三個方面：計算能源效率、智能生產(chǎn)力、數(shù)據(jù)安全和隱私保護(hù)。

Lars演講中的精彩內(nèi)容，我們節(jié)選如下，希望對大家洞悉未來邊緣AI的發(fā)展趨勢，發(fā)掘巨大的市場潛力有所幫助。

1

智能化的未來

未來將有哪些核心應(yīng)用值得我們關(guān)注呢？潛力巨大的領(lǐng)域包括工業(yè)自動化、智能家居、智慧城市、樓宇控制等。比如門上的智能鎖、交通控制系統(tǒng)、制造業(yè)機(jī)器人、工業(yè)4.0完全互聯(lián)的工廠、輪腿式機(jī)器人等等。此外，還有能源處理、煙霧探測和智能建筑控制等基礎(chǔ)設(shè)施和環(huán)境管理等領(lǐng)域的用例。

如果我們以汽車這樣一個大型、復(fù)雜的智能設(shè)備為例，其智能化應(yīng)用跨越了從汽車門禁到ADAS、從自動駕駛到高效OTA升級等等。十年前，汽車廠商在汽車離開裝配線后，就已經(jīng)完成了主要工作。而今天，汽車在離開裝配線后，產(chǎn)品生命周期才剛開始，它需要不斷的維護(hù)、軟件升級，也將產(chǎn)生大量的數(shù)據(jù)，汽車已經(jīng)從用內(nèi)燃機(jī)的“馬車”，變成了一個帶輪子的運(yùn)送乘客的傳感器平臺。

2

走向邊緣的AI

我們需要為這個邊緣設(shè)備賦予更多的智能。如果我們把所有架構(gòu)系統(tǒng)都封裝在一個設(shè)備中，數(shù)據(jù)不需要從設(shè)備中進(jìn)出，那么要保證這個設(shè)備中的信息安全和功能安全就會容易得多，而且它的反應(yīng)時間會更快。

反過來，如果所有數(shù)據(jù)都需要傳輸?shù)皆疲O(shè)備總是要等云端做決定，再把數(shù)據(jù)回傳，毫無疑問，這樣并不智能也不夠及時。在能源方面，整個數(shù)據(jù)傳輸過程耗費(fèi)了大量能源和網(wǎng)絡(luò)容量，產(chǎn)生了大量無用的數(shù)據(jù)流。當(dāng)然，在本地設(shè)備中的訓(xùn)練速度也更快，它本身就有學(xué)習(xí)能力，當(dāng)運(yùn)行相對簡單的模型時，可以在運(yùn)行時增強(qiáng)能力。

換句話說，我們將看到一個巨大的趨勢，一次架構(gòu)的轉(zhuǎn)變，我們不再將智能置于云端，而是各個終端設(shè)備，它們將獨(dú)立完成所有工作，甚至無需網(wǎng)絡(luò)連接，它只有在為我播放網(wǎng)上的音頻文件或從互聯(lián)網(wǎng)上獲取額外數(shù)據(jù)時才聯(lián)網(wǎng)。這是與以往完全不同的方法，在架構(gòu)和技術(shù)能力方面發(fā)生了巨大的變化。

這意味著，我們需要把人工智能和機(jī)器學(xué)習(xí)引入這些分散的小設(shè)備、小系統(tǒng)，這些系統(tǒng)必須具備一定的性能和計算能力。雖然相對于云計算，很多終端設(shè)備的計算條件有限，但是只要訓(xùn)練得當(dāng)，它們也能具備非常高的性能，運(yùn)行非常穩(wěn)健而且非?？臁?/p>

我們已經(jīng)看到在視覺與圖像識別、語音識別和異常檢測方面，有大量的人工智能和機(jī)器學(xué)習(xí)應(yīng)用落地，甚至已經(jīng)形成了規(guī)模很大的市場。對于檢測用例，只需要一個指甲蓋大小的芯片，就可以在系統(tǒng)中使用相對較小的加速器完成整個工作。當(dāng)然，如果是汽車中的全自動用例，必須使用耗電數(shù)千瓦的大型系統(tǒng)，這些系統(tǒng)構(gòu)建起來要困難得多，還要以可靠的方式構(gòu)建。

3

與云端安全連接

只有智能互聯(lián)邊緣設(shè)備是不夠的。以汽車為例，你的汽車是在南部生產(chǎn)的，現(xiàn)在車賣到北方，冬天的陽光較弱，雪也較多，交通標(biāo)志的外觀也不同。你就需要獲取數(shù)據(jù)反饋，升級你的模型。這就需要在云端聚集數(shù)百萬條傳感器的信息，再次處理、升級模型，并將其部署回現(xiàn)場設(shè)備。

這些監(jiān)測、檢測、更新和不斷的學(xué)習(xí)，就是我們需要云端的地方，因此我們需要在終端設(shè)備和云之間建立安全的連接，否則如果有人攻擊系統(tǒng)，或者連接不可靠，就會危及整個設(shè)備組的所有行為。在恩智浦，我們推出的eIQ軟件工具解決了這一問題，它包含了預(yù)定義的代碼和模型，我們稱之視覺、音頻和異常檢測的eIQ儲備。

除此之外，我們還努力將恩智浦在安全方面的經(jīng)驗加以應(yīng)用。從銀行卡、移動支付到電子政務(wù)，我們有很多安全相關(guān)專業(yè)知識，也將其引入微控制器設(shè)計中。你可以選擇使用具有嵌入式安全性的邊緣處理器，也可以使用有獨(dú)立的安全元件的處理器，讓它來處理高安全性應(yīng)用的繁重任務(wù)。我們構(gòu)建、提供參考設(shè)計，以實現(xiàn)高級別的加密、高級別的性能，以及與云的安全連接，確保一切能以可信的方式無縫、輕松地運(yùn)行。

4

成功的關(guān)鍵因素

簡單地說，過去十年我們都在談?wù)摯髷?shù)據(jù)，大數(shù)據(jù)就是新的石油。下一個十年探討的將不再是大數(shù)據(jù)，而是“相關(guān)數(shù)據(jù)”，只有相關(guān)的數(shù)據(jù)才會被傳到云端進(jìn)行群體學(xué)習(xí)。

我們將人工智能和機(jī)器學(xué)習(xí)模型的推理能力賦予邊緣設(shè)備，但這些設(shè)備獲得市場成功的關(guān)鍵因素是高效、可擴(kuò)展的處理能力和高安全性，并配合能夠進(jìn)行OTA設(shè)備管理的高效易用的軟件生態(tài)系統(tǒng)。滿足了這些要素，我相信750億臺智能互聯(lián)設(shè)備的未來將很快成為現(xiàn)實，我們都能在這個蓬勃發(fā)展的市場中一展拳腳。