0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

能量采集+边缘AI,无电池AI或成现实

blueblue 来源:jf_09680107 作者:jf_09680107 2026-05-18 17:31 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

一、全球首款无电池AI视觉设备

2026年1月的拉斯维加斯CES展上,法国芯片设计公司ASYGN、有机光伏厂商 Dracula Technologies 和无线通信巨头Semtech联合展出了全球首款仅靠环境光供电的无电池AI视觉设备 。这套系统能实时识别手势,整套功耗——包括图像采集、AI推理和无线传输——仅为1毫瓦 。

这是什么概念?一枚普通的CR2032纽扣电池容量约220mAh,如果只为这个设备供电,理论上可以持续工作数年。但关键是:它根本不需要电池。

Dracula Technologies的LAYER® V2.0有机光伏技术在200-500 lux的典型室内光照下即可持续供电 ,而ASYGN的ColibryNPU以9.6 GOPS的算力实现了亚毫瓦级的AI推理 。Semtech的LoRa®则负责以极简的功耗完成远距离数据传输 。

三家公司各自解决了一个环节:能源采集、边缘智能、无线连接。合在一起,它们证明了AI视觉设备可以彻底摆脱电池。

二、无电池AI:AI芯片的新范式

全球已有200亿台联网设备,预计到2030年将翻倍至400亿 。但每一台电池供电的设备都面临同一个困境:维护成本、环保合规、续航焦虑。

对于AI视觉设备,这个困境更加尖锐。传统观念里,"看"和"想"都是耗电大户——摄像头需要持续工作,神经网络需要密集计算。云端AI方案虽然能减轻终端算力压力,但网络传输本身也是功耗黑洞,且带来延迟和隐私问题。

但CES 2026的Demo却揭示了一个新范式:当AI芯片的功耗降到毫瓦级,当光伏采集的灵敏度进到微瓦级,两者之间的鸿沟终于被填平了。

这不是渐进式改良,而是范式转移。正如Dracula Technologies联合创始人Jérôme Vernet所言:"这展示了智能边缘设备设计方式的根本转变——真正自主的系统可以在没有电池、无需维护的情况下运行。"

三、微光充电芯片:被忽视的"关键桥梁"

在这个新范式中,有一个角色至关重要,却最容易被忽视:微能量收集PMIC

光伏材料(无论是钙钛矿、有机光伏还是非晶硅)负责把光变成电,但产生的电能往往是微弱、不稳定的。AI芯片需要稳定、可控的电源。两者之间,必须有一座桥梁。

这座桥梁的性能,直接决定整个系统能否从"实验室Demo"走向"量产产品"。目前,TIADI、EPEAS等公司均推出了各自的微能量收集能量管理芯片系列,而国内厂商米德方格也正在加速国产化,目前已经推出了MF9005/MF9006/MDZ151系列微光充电芯片:

1. 超低启动门槛

MF9005支持380mV冷启动,仅需3.7μW的输入功率即可开始工作 。这意味着即使在室内灯光、阴天等弱光环境下,系统也能"唤醒"并开始采集能量。对于AI视觉设备而言,这是"从0到1"的关键——保证了芯片在室内微弱灯光下的续航。

2. 宽范围能量捕获

从窗边的数千lux到走廊角落的几十lux,MF9006支持150mV至5V的宽输入电压范围 ,配合可配置的MPPT(最大功率点跟踪)技术(70%/75%/85%/90%可配),能够自适应不同光照强度,确保从光伏电池中提取最大能量。

3. 高效能量转换与智能管理

集成Boost-Buck架构,转换效率≥90% 。同时提供完整的储能管理——为可充电电池或超级电容提供过充过放保护。这意味着AI设备在夜间或无光环境下仍能依靠储能持续工作,实现真正的"永不断电"。

四、微光充电芯片如何定义系统效率上限?

一个常被误解的观点是:光伏材料的效率决定了系统效率。实际上,系统效率 = 光伏转换效率 × 电源管理效率 × AI芯片能效。

以CES 2026的Demo为例,Dracula的LAYER® V2.0 OPV在1000 lux下六片电池输出约570μW 。如果电源管理环节损耗30%,实际可用的能量就只剩下约400μW。而ColibryNPU的推理功耗约1mW ,这意味着系统需要更长时间采集能量才能支撑一次推理。

这正是微光充电芯片的价值所在:它将系统可用效率从"材料理论值"推向"工程可实现值"。米德方格的数据显示,采用MF9005后,钙钛矿光伏系统的整体可用效率可从约20%提升至80%以上 ——这并非材料效率提升了4倍,而是系统层面的能量利用率实现了跃迁。

- 对于AI视觉设备,这种跃迁意味着:

- 更小的光伏面积(设备可以更小、更美观)

- 更短的充电等待(响应更快)

- 更可靠的持续运行(用户体验更稳定)

五、能量采集+边缘AI

行业数据显示,2026年能量采集市场规模预计达到4亿美元,到2036年将增长至12亿美元 。光伏能量采集以52.3%的份额占据主导地位 ,而室内光伏(IPV)正成为首个实现大规模商用的采集方式 。

更值得关注的是技术融合的趋势。2026年2月,e-peas推出了AEM15820 PMIC,专门支持室内外混合光伏的全范围采集 。LoRa Alliance在最新协议更新中明确强调了光伏支持对延长终端寿命的作用 。学术层面,ENSsys 2026国际研讨会的征文主题直接涵盖了"能量采集与嵌入式AI的交叉" 。

这些信号指向同一个结论:能量采集+边缘AI的组合,正在从"技术演示"走向"基础设施"。

审核编辑 黄宇

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
  • 物联网
    +关注

    关注

    2951

    文章

    48261

    浏览量

    419614
  • AI
    AI
    +关注

    关注

    91

    文章

    41968

    浏览量

    303061
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    论马斯克的预言:AI使人类边缘

    依据 马斯克认为AI已进入“递归式自我改进”阶段,新一代的AI模型由上一代模型参与训练,人类监督的角色正在被边缘化。他预计完全自动化的AI自我改进可能在2026年底
    发表于 03-14 05:27

    边缘AI算力临界点:深度解析176TOPS香橙派AI Station的产业价值

    310P芯片的底层架构,深度剖析这款产品的技术细节、算力门槛及其在实际产业落地中的真实价值。 一、176TOPS的产业门槛:为何这是边缘算力的新起点? AI硬件的核心指标始终是算力,但不同层级的算力决定
    发表于 03-10 14:19

    使用NORDIC AI的好处

    Nordic 的 Edge AI 主要有以下几个好处(基于官方资料总结): 极低功耗、延长电池寿命 在本地运行 AI,减少无线传输次数,而无线收发是最耗电的部分。设备只需上传“结果/事件”,而不是
    发表于 01-31 23:16

    Arm解码边缘AI七大用例如何赋能现实生活

    边缘人工智能 (AI),即直接在产生数据的本地设备上集成 AI 能力,已不再是遥不可及的愿景,而是落地当下的现实。这种技术支持端侧本地处理,无需持续依赖云端,能够满足企业对更低时延、更
    的头像 发表于 01-09 15:27 756次阅读

    工业视觉网关:RK3576赋能多路检测与边缘AI

    IPC+独显的组合。 二、方案核心:多路检测 + 编解码 + 边缘AI + MES对接多路并发采集RK3576 提供 3×4-lane MIPI-CSI,配合视频转换模块可并发接入 12路
    发表于 10-16 17:56

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI芯片的需求和挑战

    景嘉微电子、海光信息技术、上海复旦微电子、上海壁仞科技、上海燧原科技、上海天数智芯半导体、墨芯人工智能、沐曦集成电路等。 在介绍完这些云端数据中心的AI芯片之后,还为我们介绍了边缘AI芯片。 云端
    发表于 09-12 16:07

    边缘AI关键驱动与应用场景讲解

       边缘AI(Edge AI)是指在本地边缘设备(如传感器、物联网设备、智能手机、无人机、摄像头、边缘服务器等)上运行人工智能算法和机器学
    的头像 发表于 09-10 16:06 867次阅读

    【「AI芯片:科技探索与AGI愿景」阅读体验】+可期之变:从AI硬件到AI湿件

    保持停滞的情况下,依照目前计算机的能耗效率,至少还需要30年的努力才接近其水准,见图1所示。 图1 大脑与计算机的能量效率对比 图2 类脑芯片的前瞻性研究领域AI湿件 为此,一些想法超前的科学家
    发表于 09-06 19:12

    RK3576助力智慧安防:8路高清采集AI识别

    在智慧城市和数字化园区的建设过程中,安防监控系统正从“被动记录”走向“主动识别与分析”。随着AI算法的成熟和高清视频处理能力的提升,市场对多路视频采集、实时拼接、智能识别的需求日益增强。 米尔电子
    发表于 08-22 17:41

    【Sipeed MaixCAM Pro开发板试用体验】基于MaixCAM-Pro的AI生成图像鉴别系统

    技术落地到了一个小小的边缘设备MaixCAM-Pro上。它不仅展示了深度学习在图像取证领域的强大能力,更体现了边缘AI现实世界中的应用价值——无需依赖云端,即可在本地快速、安全、低成
    发表于 08-21 13:59

    AI 边缘计算网关:开启智能新时代的钥匙​—龙兴物联

    ,这一过程常受网络延迟和不稳定的困扰。如今,借助 AI 边缘计算网关,数据处理任务下沉至网络边缘,在本地即可快速完成。以智能安防监控为例,在大型商场中,众多监控摄像头采集的视频数据,通
    发表于 08-09 16:40

    为何边缘设备正成为AI的新重心

    人工智能 (AI) 正在以惊人的速度发展。企业不再仅仅是探索 AI,而是积极推动 AI 的规模化落地,从实验性应用转向实际部署。随着生成式模型日益精简和高效,AI 的重心正从云端转向
    的头像 发表于 07-30 09:12 1082次阅读

    边缘AI盒子技术解析:ASIC/FPGA/GPU芯片及边缘-云端协同与自适应推理

      电子发烧友网综合报道 边缘AI盒子是一种集成了高性能芯片、AI算法和数据处理能力的硬件设备,部署在数据源的边缘侧,如工厂、商场、交通路口等,能在本地进行数据
    的头像 发表于 07-13 08:25 5014次阅读

    STM32F769是否可以部署边缘AI

    STM32F769是否可以部署边缘AI
    发表于 06-17 06:44

    边缘AI的优势和技术基石

    在万物皆可AI(人工智能)的今天,市场上几乎每家企业都在宣称自己的业务中有了AI成分。因此,将AI接入极靠近终端客户的网络边缘也就没什么悬念了。这里的
    的头像 发表于 06-12 10:14 1738次阅读
    <b class='flag-5'>边缘</b><b class='flag-5'>AI</b>的优势和技术基石