1   推動邊緣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 都從云端智能開始，數(shù)據(jù)必須上傳到云端處理，而隨后的發(fā)展過程中產(chǎn)生了對于用戶體驗和數(shù)據(jù)隱私方面的問題。邊緣AI 能夠大大減小延時問題，并且對于網(wǎng)絡(luò)環(huán)境的要求較為寬松，極大地提升了用戶體驗。同時邊緣AI在處理數(shù)據(jù)過程中不必上傳至云端，能夠很好地保障數(shù)據(jù)隱私和數(shù)據(jù)安全，還能避免系統(tǒng)受到惡意網(wǎng)絡(luò)攻擊。

從技術(shù)發(fā)展方面來看，芯片和軟件技術(shù)的迭代在一定程度上也推動了邊緣AI 的發(fā)展。過去芯片的算力無法滿足邊緣AI 應(yīng)用，同時軟件配置通常是利用專家系統(tǒng)或者是基本機器學習系統(tǒng)來實現(xiàn)AI 功能。但是現(xiàn)在隨著深度學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)端推動了邊緣AI的發(fā)展。

林明(恩智浦半導體產(chǎn)品和市場總監(jiān))

2   邊緣AI五大發(fā)展方向

第一點是邊緣AI 處理器架構(gòu)配置的靈活性。邊緣AI 因為其應(yīng)用場景的多樣性，很難用一個通用處理器去處理所有的AI 應(yīng)用場景，那么異構(gòu)計算架構(gòu)將是未來邊緣AI 發(fā)展的重要趨勢：用最適配的處理單元處理相應(yīng)的AI 任務(wù)。

第二點是邊緣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發(fā)更靈活的模式。通過不同的能效模式切換、內(nèi)核配置和半導體工藝改進，來達到一個較高的能效比，去應(yīng)用在不同的計算場景中。

以上兩點都體現(xiàn)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。

第三點是開發(fā)工具和開發(fā)環(huán)境。恩智浦推出了eIQ開發(fā)工具鏈, 它是全生態(tài)全應(yīng)用場景的工具鏈?？蛻艨梢酝ㄟ^eIQ 開發(fā)工具鏈從軟件數(shù)據(jù)采集、標注訓練、推理引擎優(yōu)化到部署全程把控。

第四點是數(shù)據(jù)安全部分。數(shù)據(jù)隱私變得越來越重要，通常AI 應(yīng)用場景會存在一個分離式安全芯片作為密鑰的管理和安全啟動管理。為了降低功耗和成本，邊緣AI 會向著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。

第五點是生態(tài)系統(tǒng)。邊緣AI 產(chǎn)品的落地涉及到不同領(lǐng)域的產(chǎn)業(yè)融合，未來邊緣AI 的生態(tài)體系搭建勢必需要芯片供應(yīng)商、算法供應(yīng)商、設(shè)備制造商、系統(tǒng)集成商甚至云服務(wù)供應(yīng)商一起合作提供專業(yè)的服務(wù)。

3   算力與低功耗的挑戰(zhàn)

因為邊緣AI 的自身特性，因此在一定程度上算力和能耗會受到限制，很多情況下需要根據(jù)應(yīng)用場景和現(xiàn)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 的開發(fā)與場景應(yīng)用，不斷優(yōu)化芯片設(shè)計來達到高效率低功耗的目的。在采用SoC 異構(gòu)架構(gòu)去實現(xiàn)邊緣AI 功能時，運行在不同算力或是不同內(nèi)核切換的情況下，電源控制需要針對不同場景不同應(yīng)用選擇適用的供電系統(tǒng)，這樣有利于保證算力的同時降低功耗。

（本文來源于《電子產(chǎn)品世界》雜志2022年4月期）