【導讀】知乎上有好事者對《西遊記》的故事線做過統計，從保護唐僧遭遇各種艱難險阻到最終取得真經
，神通廣大的孫悟空一路上遇到各種危險，共求助22ci，guanyinpusahetiantingzhushenbuduanchumianbangdashenggaodinggezhongfanjianxiane。meiciedoubuyingchijinkutouhou，dashengzongshihuixiangfatuoliyaomoweikuntiaoruyunduan，jiazhegendouyunquxunqiugelushenxian，yifankoushejiuchanzhihou
，jinguanzongnengjishichushouxiangzhuhuaxianweiyi
，danshifutangsengheshidibajie、沙僧難免要苦熬一陣，或遭遇一番皮肉之苦。

這像極了人工智能日益普及的今天，越來越多的終端設備依靠雲端的“大神”（中心算力）實現各種智能功能，盡管看起來方便，但其實很多場景難免麵臨各種問題和潛在隱患，甚至是各種事故風險。“邊(bian)緣(yuan)端(duan)設(she)備(bei)監(jian)測(ce)的(de)各(ge)種(zhong)數(shu)據(ju)通(tong)過(guo)網(wang)絡(luo)傳(chuan)輸(shu)到(dao)雲(yun)端(duan)
，不(bu)僅(jin)可(ke)能(neng)帶(dai)來(lai)很(hen)多(duo)應(ying)用(yong)場(chang)景(jing)下(xia)不(bu)能(neng)容(rong)忍(ren)的(de)延(yan)遲(chi)問(wen)題(ti)，還(hai)可(ke)能(neng)因(yin)為(wei)隱(yin)私(si)數(shu)據(ju)的(de)泄(xie)露(lu)導(dao)致(zhi)嚴(yan)重(zhong)的(de)數(shu)據(ju)安(an)全(quan)。”ADI公司資深業務經理李勇在最近的一次演講中表示。市場分析數據顯示，2020年中國邊緣計算市場規模為91億元，未來成長空間非常廣闊，預計到2030年中國邊緣計算市場規模將接近2500億元。

算力下沉
，亟待邊緣智能賦能多類應用場景

根據Gartner預測，2025年將有75%的數據產生在數據中心和雲之外並在邊緣側進行處理。邊緣計算在降低時延、帶寬需求、保護隱私數據等多方麵的價值已經被廣泛認可，在產業數智化中的應用也不斷湧現。邊緣計算作為靠近數據源頭，融合了網絡、存儲
、jisuanyuyingyongnenglidefenbushijisuanpingtai，keyiduishujuzaibendijinxingshishifenxichuli，shujububishishihuichuanzhiyunduan
，suoduanyanshi，jianshaowangluodaikuanziyuanxuqiu

，quebaoyingyonganquangaoxiaoyunxing。

“失火而取水於海
，海水雖多，火必不滅矣
，遠水不救近火也。”《韓非子·說林上》上shang這zhe句ju話hua，簡jian單dan二er十shi多duo字zi說shuo明ming了le一yi個ge樸pu素su而er重zhong要yao的de道dao理li
，即ji使shi在zai科ke技ji發fa展zhan日ri新xin月yue異yi的de今jin天tian依yi然ran有you其qi現xian實shi意yi義yi。在zai智zhi能neng應ying用yong中zhong，因yin為wei時shi間jian敏min感gan性xing而er舍she雲yun端duan（遠）智能而用邊緣（近）智能的應用場景比比皆是。

例如森林火災監測


，公路
、tieluhuozheshidabatafangjiance
，zhexiedifangdoupubianbijiaopianpi，tongchangmeiyouhenhaodetongxinwangluo，dankuaisujueceheyujingfeichangguanjian，yincibixujinxingbianyuanduankuaisupanding。“zhezhongyingyongshijianminganxingfeichanggao，chuantongdeyunduanjiance，kenengxuyaofasongyizutupiandaoyunduan，duiwangluoliuliangyaoqiubijiaogao。tongguojianceduanzizhuzhinengshibie，zaizhuangkuangfashengshizhixuyaofaduanxinxijiukeyikuaisushixiananquangaojing，bimiangengyanzhongdezaihaisunshifasheng。” 李勇指出。

“這(zhe)些(xie)應(ying)用(yong)除(chu)了(le)需(xu)要(yao)邊(bian)緣(yuan)端(duan)快(kuai)速(su)智(zhi)能(neng)決(jue)策(ce)
，對(dui)功(gong)耗(hao)敏(min)感(gan)性(xing)也(ye)決(jue)定(ding)了(le)需(xu)要(yao)進(jin)行(xing)邊(bian)緣(yuan)端(duan)自(zi)主(zhu)決(jue)策(ce)
，任(ren)何(he)一(yi)次(ci)更(geng)換(huan)電(dian)池(chi)的(de)運(yun)維(wei)成(cheng)本(ben)可(ke)能(neng)比(bi)設(she)備(bei)本(ben)身(shen)更(geng)貴(gui)。”李勇道出了另外一個關鍵點。邊緣智能決策的好處是避免頻繁的數據傳輸、數據采集導致的高功耗，因此這也讓這些應用場景對邊緣智能方案的低功耗特性提出更高的要求，當前市場通用的MCU或FPGA的智能解決方案，在電池供電的低功耗邊緣端智能應用中依然麵臨挑戰

，市場需要更具超低功耗特性的新一代解決方案。

今年3·15晚會暴露的“行走的追蹤器”——兒童智能手表被黑客入侵成為了竊聽器；2021年
，某品牌攝像頭事件數萬條家庭偷拍視頻被傳播售賣；2021年家庭物聯網Pink事件，導致國內受控智能家居設備超過百萬......近年來，隨著具備音頻監測和視頻監測功能的智能設備的普及，類似的信息安全事故層出不窮。“zhexiezhinengshebeixuyaojiangbianyuanduanjiancedeshujuchuandaoyunduanjinxingshujuchuli
，meiyourenxiwangjialiyouyigeshebeikenengsuishitongguohuamianhuoyuyinjiancenijialihuodongqingkuang
，nibunengquedingzhexieyinpinhetuxiangshujushifouhuibeibieyouyongxinderensuoliyong。”李勇指出。

讓智能從雲端走向邊緣
，這四大核心能力不可或缺 

AI技術使機器能夠以之前完全不可能的方式來觀察、聆聽和感知世界。過去，將AI推理布置到邊緣意味著從傳感器
、攝(she)像(xiang)機(ji)和(he)麥(mai)克(ke)風(feng)收(shou)集(ji)數(shu)據(ju)
，然(ran)後(hou)將(jiang)數(shu)據(ju)發(fa)送(song)到(dao)雲(yun)端(duan)實(shi)現(xian)推(tui)理(li)算(suan)法(fa)，再(zai)將(jiang)結(jie)果(guo)送(song)回(hui)到(dao)邊(bian)緣(yuan)。由(you)於(yu)延(yan)遲(chi)和(he)能(neng)耗(hao)較(jiao)大(da)，這(zhe)種(zhong)架(jia)構(gou)對(dui)於(yu)邊(bian)緣(yuan)智(zhi)能(neng)的(de)普(pu)及(ji)極(ji)具(ju)挑(tiao)戰(zhan)。作(zuo)為(wei)替(ti)代(dai)方(fang)案(an)，低(di)功(gong)耗(hao)微(wei)控(kong)製(zhi)器(qi)可(ke)用(yong)於(yu)實(shi)施(shi)簡(jian)單(dan)的(de)神(shen)經(jing)網(wang)絡(luo)運(yun)算(suan)，但(dan)延(yan)遲(chi)會(hui)受(shou)到(dao)影(ying)響(xiang)，且(qie)隻(zhi)能(neng)在(zai)邊(bian)緣(yuan)執(zhi)行(xing)簡(jian)單(dan)任(ren)務(wu)，對(dui)於(yu)更(geng)加(jia)複(fu)雜(za)的(de)邊(bian)緣(yuan)智(zhi)能(neng)如(ru)何(he)落(luo)地(di)
？ADI集成神經網絡加速器的MAX78000低功耗微控製器通過獨特的架構設計提供了新的選擇
，在算力、功耗、延遲和集成度等方麵實現了關鍵性能的平衡
，為機器視覺、麵部識別、目標檢測和分類、時序數據處理和音頻處理等應用提供了一個理想選擇。

邊緣智能的典型應用場景是聲音識別和圖像識別，而眾所周知
，卷積神經網絡（CNN）是廣泛重視的一種高效識別方法。卷積神經網絡以其局部權值共享的特殊結構在模式識別方麵有著獨特的優越性
，CNN算法在人工智能之機器學習、語音識別、文檔分析

、語言檢測和圖像識別等領域等有著廣泛應用。MAX78000的核心即是神經網絡加速器，它是針對語音和圖像識別專門設計的運算加速硬件，可以最大限度地減少卷積神經網絡的功耗和延遲。

“我們看到市場上有很多邊緣智能處理器實際上隻是支持軟件的算法，而不是硬件實現加速。MAX78000采用了64個CNN處理器，並行的處理器可以支持最多的卷積預算層數和通道數。”李勇指出
，“MAX78000的CNN加速器完全是專有的
，而且非常新穎，它的設計目標是最小化數據移動，這是眾所周知的對芯片功耗的一個重大負擔，尤其是在處理CNN中複雜的配置時。”

此外

，MAX78000還集成了兩個MCU核心用於係統控製
，即Arm Cortex-M4處理器和32位RISC-V處理器

，其中Arm Cortex-M4F處理器以100MHz運行，客戶可以編寫任何係統管理代碼

，RISC-V處chu理li器qi的de獨du特te功gong能neng是shi支zhi持chi以yi低di功gong耗hao將jiang數shu據ju快kuai速su加jia載zai到dao神shen經jing網wang絡luo加jia速su器qi，用yong戶hu可ke使shi用yong任ren何he一yi種zhong微wei控kong製zhi器qi內nei核he將jiang數shu據ju輸shu入ru到dao卷juan積ji神shen經jing網wang絡luo的de引yin擎qing中zhong。而erMAX78000具有432KB的權重存儲空間，與運行在低功耗微控製器上的軟件解決方案相比，在配置並加載了數據後，MAX78000運行AI推理的速度快了100倍

，功耗還不到其1%。 

“低功耗是很多邊緣智能應用場景的關鍵要求
，MAX78000除了基於CNN加速器和雙核處理器架構
，還提供高效的片內電源管理，集成單電感多輸出 (SIMO) 開關模式電源，最大限度地延長電池供電的物聯網設備的續航時間。”李勇表示，“很多應用需要產品集成度高、體積小，基於MCU或GPU或FPGA的方案很可能放不進去
，這些方案通常還需要片外存儲器、PMIC
，方案無論成本
、尺寸還是功耗都具有很大挑戰性。”

優化聲音識別和圖像識別應用，聚焦邊緣智能主賽道

5Gyuwulianwangdefazhanyijigexingyedezhinenghuazhuanxingshengjidailailebaofashideshujuzengchang，erhailiangdeshujujiangzaibianyuancejilei，jianlizaibianyuandeshujufenxiyuchulijiangchengweizhinengshichangzengchangdezhuli。“基於雲計算的邊緣智能可能隻適合一些大企業的應用
，例如幾萬個、jishiwangekehulaizhichiyigefuwuqi

，nenggouzhichengyunduandechengben。henduojibendekongzhiyingyong，bianyuanduandezizhuzhinenggengjuchengbenxiaoying，yefuheyinsibaohudekaolv。”李勇指出。

隨著數據規模的不斷擴大，雲計算在時效性、傳輸距離、安全性等方麵的不足使得其在工業製造、自動駕駛、遠程醫療等場景下明顯力不從心，邊緣側的重要性日益顯現。更靠近數據源的邊緣計算不僅能提供低時延、高可靠服務，還能同時保證數據安全、處理實時性。IDC預測
，未來超過50%的數據需要在邊緣側進行儲存
、分析和計算，這就對邊緣側的硬件係統提出了更高的要求。

邊緣智能中，聲音智能識別和圖像智能識別是其中最主要的應用領域，僅智能音箱2021年市場出貨量就達3896萬台
，各種基於人臉識別的智能門禁、考勤機、閘機應用層出不窮。“基於語音與人臉識別的邊緣智能是當前市場的重要領域，ADI的MAX78000針對這類應用從產品方案到工具優化以及生態上提供了豐富的支持。”李勇表示，“智能識別數據的收集和數學模型的建立跟訓練很重要，為此ADI提供了聲音識別和face ID 識別demo程序供客戶下載和學習，在其基礎上進行修改。我們也有非常有經驗的第三方生態夥伴，提供數學模型的訓練與數據的收集。”

據悉
，MAX78000目前已經在森林防火監測
、地質災害監測以及智能家居等領域獲得廣泛應用。“henduoleisidanbingbushejidaogonggonganquandeyingyongyexuyaoshixianbendikuaisuzhinengjuece，biruyouyonghujiuzhenduimotuoqixingaihaozhexiwangzaiqixingzhongnengduitoudaishexiangtoushixiansuishisuidideyuyinkongzhikaifachanpin，leisidehaiyouzhutingqideyuyinkongzhi、風力發電設備的安全監測這樣的預測性維護等等。”李勇補充道，“這種基於超低功耗硬件算力，高集成度、小(xiao)尺(chi)寸(cun)且(qie)低(di)成(cheng)本(ben)的(de)邊(bian)緣(yuan)智(zhi)能(neng)解(jie)決(jue)方(fang)案(an)的(de)推(tui)出(chu)，正(zheng)在(zai)為(wei)越(yue)來(lai)越(yue)多(duo)的(de)應(ying)用(yong)領(ling)域(yu)提(ti)供(gong)真(zhen)正(zheng)可(ke)行(xing)的(de)智(zhi)能(neng)賦(fu)能(neng)方(fang)案(an)
，我(wo)們(men)看(kan)到(dao)類(lei)似(si)的(de)各(ge)種(zhong)創(chuang)新(xin)應(ying)用(yong)正(zheng)在(zai)層(ceng)出(chu)不(bu)窮(qiong)地(di)推(tui)出(chu)。”

免責聲明：本文為轉載文章

，轉載此文目的在於傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯係小編進行處理。

推薦閱讀：

實時處理如何驅動高性能電源係統

如何打造一款極致體驗的3D人臉智能門鎖

ADI和Keysight Technologies強強聯手 共推相控陣技術加速部署

利用高壓電池管理架構降低組件成本

基於三重采樣Δ-Σ ADC的數字電容式MEMS麥克風，可有效提高信噪比