电子发烧友网报道(文/李弯弯)通常来说,边缘AI是相对云端AI而言的,它允许设备在本地进行AI计算和决策,而不一定需要连接到互联网才能实现数据处理。
相比于云端AI,边缘AI具备实时性好、带宽资源要求低、隐私性好等诸多特点,因此在很多场景中边缘AI比云端AI更能解决实际的问题。
边缘AI适用于时间敏感性高的场景
比如自动驾驶汽车突然识别到前方道路有一名儿童,汽车必须在几毫秒内做出反应才能避免灾难,如果将数据上传到云端就会产生很大的延时,因此边缘AI才能解决这一问题。
再比如森林火灾监测,公路、铁路或者是大坝塌方监测,这些地方普遍比较偏僻,通常没有很好的通信网络,但快速决策和预警非常关键,因此必须进行边缘端快速判定。
像这种应用时间敏感性非常高的场景,传统的云端监测,可能需要发送一组图片到云端,对网络流量要求比较高。通过监测端自主智能识别的话,在状况发生时只需要发短信息就可以快速实现安全警告,避免更严重的灾害损失发生。
和云端AI相同,边缘AI也具备AI的共性特征。AI技术是一种强大的模式识别技术,需要进行大量的矩阵运算,需要大量的存储空间和系统功耗。边缘AI作为在设备本地执行的AI,通常需要使用电池进行供电,因此需要在系统功耗、计算速度和设备成本之间取得平衡。
然而低功耗微控制器执行AI运算需要调用大量资源,速度低下,只能进行简单计算;FPGA、GPU和一些大型处理器虽然具备较快的计算速度,但成本高、功耗高;低成本微控制器/微处理器在功耗特性上的表现又不佳,计算速度和运算复杂度也一般。
ADI带有神经网络加速器的低功耗微控制器
市场需要更具超低功耗特性的新一代解决方案。ADI推出的带有神经网络加速器的MAX78000低功耗微控制器,可以在功耗、速度、成本三方面达成最优平衡。
具体来看,MAX78000集成了两个MCU核心用于系统控制,Arm Cortex-M4处理器和32位RISC-V处理器,其中Arm Cortex-M4F处理器以100MHz运行,客户可以编写任何系统管理代码。RISC-V处理器的功能是支持以低功耗将数据快速加载到神经网络加速器,用户可使用任何一种微控制器内核将数据输入到卷积神经网络的引擎中。
MAX78000具有432KB的权重存储空间,与运行在低功耗微控制器上的软件解决方案相比,在配置并加载了数据后,MAX78000运行AI推理的速度快了100倍,功耗还不到其1%。
ADI公司资深业务经理李勇此前介绍,低功耗是很多边缘智能应用场景的关键要求,MAX78000除了基于CNN加速器和双核处理器架构,还提供高效的片内电源管理,集成单电感多输出 (SIMO) 开关模式电源,最大限度地延长电池供电的物联网设备的续航时间。
相比于云端AI,边缘AI具备实时性好、带宽资源要求低、隐私性好等诸多特点,因此在很多场景中边缘AI比云端AI更能解决实际的问题。
边缘AI适用于时间敏感性高的场景
比如自动驾驶汽车突然识别到前方道路有一名儿童,汽车必须在几毫秒内做出反应才能避免灾难,如果将数据上传到云端就会产生很大的延时,因此边缘AI才能解决这一问题。
再比如森林火灾监测,公路、铁路或者是大坝塌方监测,这些地方普遍比较偏僻,通常没有很好的通信网络,但快速决策和预警非常关键,因此必须进行边缘端快速判定。
像这种应用时间敏感性非常高的场景,传统的云端监测,可能需要发送一组图片到云端,对网络流量要求比较高。通过监测端自主智能识别的话,在状况发生时只需要发短信息就可以快速实现安全警告,避免更严重的灾害损失发生。
和云端AI相同,边缘AI也具备AI的共性特征。AI技术是一种强大的模式识别技术,需要进行大量的矩阵运算,需要大量的存储空间和系统功耗。边缘AI作为在设备本地执行的AI,通常需要使用电池进行供电,因此需要在系统功耗、计算速度和设备成本之间取得平衡。
然而低功耗微控制器执行AI运算需要调用大量资源,速度低下,只能进行简单计算;FPGA、GPU和一些大型处理器虽然具备较快的计算速度,但成本高、功耗高;低成本微控制器/微处理器在功耗特性上的表现又不佳,计算速度和运算复杂度也一般。
ADI带有神经网络加速器的低功耗微控制器
市场需要更具超低功耗特性的新一代解决方案。ADI推出的带有神经网络加速器的MAX78000低功耗微控制器,可以在功耗、速度、成本三方面达成最优平衡。
具体来看,MAX78000集成了两个MCU核心用于系统控制,Arm Cortex-M4处理器和32位RISC-V处理器,其中Arm Cortex-M4F处理器以100MHz运行,客户可以编写任何系统管理代码。RISC-V处理器的功能是支持以低功耗将数据快速加载到神经网络加速器,用户可使用任何一种微控制器内核将数据输入到卷积神经网络的引擎中。
MAX78000具有432KB的权重存储空间,与运行在低功耗微控制器上的软件解决方案相比,在配置并加载了数据后,MAX78000运行AI推理的速度快了100倍,功耗还不到其1%。
ADI公司资深业务经理李勇此前介绍,低功耗是很多边缘智能应用场景的关键要求,MAX78000除了基于CNN加速器和双核处理器架构,还提供高效的片内电源管理,集成单电感多输出 (SIMO) 开关模式电源,最大限度地延长电池供电的物联网设备的续航时间。
据ADI应用工程师辛毅介绍,MAX78000最独特的功能是CNN加速器,它是专用硬件,旨在最大程度的减少卷积神经网络的运行能耗和等待时间,该CNN加速器具有432KB的权重存储,最多支持350万个权重的网络,同时产品架构具备高度的灵活性,允许TensorFlow、PyTorch常规工具集执行训练,转换后在MAX78000上运行。
MAX78000的另一个特征是,MCU的介入少,CNN加速器在运行时几乎不受任何MCU内核的干扰,从而极大的简化操作,提高了效率,改善了延时。
得益于优越的设计,芯片的功耗大幅降低,使得芯片能够在以电池供电的设备中执行复杂的AI应用,同时并没有造成延时和成本的上升。
与运行在低功耗MCU上的软件解决方案相比,MAX78000执行AI的速度快100倍,而其成本只有FPGA方案或者是GPU的零头。相比于MCU+DSP的方案,MAX78000功耗不足该方案的1%。MAX78000在功耗、速度、成本三方面达成最优的平衡。
MAX78000目前已经在森林防火监测、地质灾害监测以及智能家居等领域获得广泛应用。李勇表示,很多类似但并不涉及到公共安全的应用也需要实现本地快速智能决策,比如有用户就针对摩托骑行爱好者希望在骑行中能对头戴摄像头实现随时随地的语音控制开发产品,类似的还有助听器的语音控制、风力发电设备的安全监测这样的预测性维护等等。
这种基于超低功耗硬件算力,高集成度、小尺寸且低成本的边缘智能解决方案的推出,正在为越来越多的应用领域提供真正可行的智能赋能方案。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
微控制器
+关注
关注
48文章
6809浏览量
147636 -
adi
+关注
关注
143文章
45773浏览量
240050 -
边缘计算
+关注
关注
22文章
2802浏览量
46013
发布评论请先 登录
相关推荐
stm32f030K4t6 低功耗设置
低功耗是微控制器设计中非常重要的一个方面,尤其对于像STM32F030K4T6这样的微控制器来说,低功耗设置是提高电池寿命、减少能耗的关键。本文将详细介绍如何在STM32F030K4T
深度探索AI微控制器对CNN的硬件转换方案
MAX78000是一款具有超低功耗CNN加速器的AI微控制器,这是一种先进的片上系统。它能够以超低功耗为资源受限的边缘设备或物联网应用提供神经网络。
发表于 11-24 09:22
•260次阅读
32位低功耗微控制器CW32L083简介
摘要:在嵌入式系统设计中,设计师需要特别考虑低功耗,因为这类系统通常用于移动设备和便携产品,其电源供应有限,主要依赖电池供电。因此,设计师必须仔细考虑各个细节,以减少功耗,延长电池寿命。为此,绝大多数芯片都提供了低功耗模式。以C
发表于 09-13 09:20
•404次阅读
如何构建STM32WBx5微控制器的低功耗蓝牙mesh应用
电子发烧友网站提供《如何构建STM32WBx5微控制器的低功耗蓝牙mesh应用.pdf》资料免费下载
发表于 07-31 14:40
•0次下载
RL78微控制器时实现低功耗的应用示例
本白皮书介绍了在使用 RL78 微控制器时实现低功耗的应用示例。本文简要概述了微控制器的低功耗特性,并附有一些典型应用示例,这些示例将特别关注 RL78 的高能效运行模式、
前排围观丨工业及汽车应用,这款蓝牙低功耗微控制器为何这么牛?
,从2021年发布超低功耗安全BLE5.2无线MCU RSL15 到近日 NCV-RSL15 获EEMBC认证为业界功耗最低的安全无线微控制器,持续创新开发出了不同封装的低功耗蓝牙产
全超低功耗微控制器MSP430F2002TRSAT特性介绍
MSP430F2002TRSAT全超低功耗微控制器适用于日常设备,具有针对各种应用的不同性能。该架构与五级低功耗模式相结合,优化了便携式测量应用中的主要扩展和电池寿命。
发表于 06-08 11:44
•228次阅读
评论