边缘和端点AI与云的交汇点

当今电子行业最重要的趋势之一是将AI整合到嵌入式设备中，特别是AI解释图像等传感器数据和用于语音等替代用户界面的机器学习。

嵌入式物联网人工智能 （AIoT） 是解锁无缝、免提体验的关键，有助于确保用户在 Covid 后环境中的安全。考虑一下可能性：智能购物车允许您在将货物放入购物车时对其进行扫描，并使用移动支付绕过结账柜台，或者智能视频会议系统，可在会议期间自动识别并切换对不同扬声器的注意力，为远程团队提供更“面对面”的体验。

为什么现在是嵌入式 AIoT 突破的时候了？

人工智能正在迁出

最初，人工智能坐在云中，它利用了边缘和端点无法匹敌的计算能力、内存和存储可扩展性水平。然而，我们越来越多地看到，不仅机器学习训练算法向网络边缘移动，而且还从深度学习训练转向深度学习推理。

“训练”通常位于网络核心中，“推理”现在位于端点，开发人员可以实时访问AI分析，然后优化设备性能，而不是筛选设备到云到设备的循环。

如今，大多数推理过程都在 CPU 级别运行。然而，这正在转向在芯片上集成更多AI加速的芯片架构。高效的 AI 推理需要能够实时推断、预处理和筛选数据的高效端点。在芯片级别嵌入AI，集成神经处理和硬件加速器，并将嵌入式AI芯片与专为深度学习设计的专用处理器配对，为开发人员提供了下一代连接系统所需的性能，带宽和实时响应能力的三重奏。

AIoT 的未来：在家和工作场所

此外，围绕AI加速器，自适应和预测控制以及语音和视觉硬件和软件的进步融合为各种智能设备开辟了新的用户界面功能。

例如，语音激活正迅速成为工业和消费市场始终在线连接系统的首选用户界面。我们已经看到了基于语音控制系统的用户为导航视觉或其他身体残疾的用户提供的可访问性优势，使用语音命令来激活和实现任务。随着对非接触式控制作为厨房、工作空间和工厂车间等共享空间的健康和安全对策的需求不断增长，语音识别与各种无线连接选项相结合，将为家庭和工作空间带来无缝、非接触式的体验。

多模式架构为AIoT提供了另一条途径。使用多个输入信息流可提高基于 AI 的系统的安全性和易用性。例如，语音+视觉处理组合特别适用于基于AI的免提视觉系统。语音识别可激活对象和面部识别，用于智能监控或免提视频会议系统等应用的基于视觉的关键任务。然后，视觉 AI 识别会跳入以跟踪操作员行为、控制操作或管理错误或风险检测。

在工厂和仓库车间，多式联运AI为协作机器人（CoBots）提供动力，作为技术分组的一部分，作为五种感官，使CoBots能够安全地与人类同行并肩执行任务。语音 + 手势识别允许两个组在其共享工作区中进行通信。

地平线上有什么？

根据IDC Research的数据，到2025年，全球将有550亿台连接设备产生73泽字节的数据，随着深度学习推理继续向边缘和设备端点转移，边缘AI芯片的速度将超过云AI芯片。这种集成的人工智能将成为“感知”技术复杂组合的基础，以创建具有更自然的“类似人类”的通信和交互的智能应用程序。

审核编辑：郭婷