嵌入式AI的发展之路将面临着诸多挑战

（文章来源：百家号）
       在没有嵌入式 AI 之前，手机也需要图像算法，大多是在相机部分针对图像质量做增强，如美颜、美景、HDR 等。AI 算法在手机端有两种形式：一种完全用 AI 重构算法，一种是在既有算法中加入 AI 因素。

在完全用 AI 重构算法方面，过去通常部署在云端的人脸识别如今完全可以在设备端使用，在保证实时性的同时可以保障数据安全，即是在设备端部署了新算法。在既有算法中加入 AI 因素方面，传统算法发展多年，各家算法的性能和效果在不断趋同，将算法中的某一部分可以用 AI 的技术替代，效果和性能都能较传统算法进一步提升。

在今年的国际消费类电子产品展览会（CES），中科创达与高通共同展示了物体识别和智能拍照引导算法。在世界移动通信大会（MWC）上，中科创达则联合 ARM 展示了食品识别及热量估算算法。作为嵌入式 AI 在手机端的应用案例，两者展示了图像算法中物体检测、分割和识别的能力。在拍照、美食卡路里之外，这些图像算法还能平移到哪些场景？

目前手机是最大的市场，但我个人认为嵌入式 AI 的最大意义在于非手机的部分。车载系统中自动驾驶、辅助驾驶系统，智能 IPC 都是杨宇看好的场景。在设备前端可以做 AI，就意味着能做更多、更实时的智能化分析，IPC 可以真正变成智能 IPC。比如可以在前端做事件分析、人的行为分析，理解行动轨迹、路线规划以及 Tracking 等等。我个人认为非手机领域这几个方向会起的快一些，更容易推出去，因为需求本来就在这儿。

中科创达一直关注非手机行业的智能化解决方案，尤其是针对某些行业或某一行业、包括硬件在内的整套解决方案。随着不断的与客户沟通需求，创达的嵌入式 AI 方案会逐步成熟，产品不断落地，2019 年之后会慢慢扩大。

与云端、PC 端相比，嵌入式 AI 永远会面临几个绕不过去的问题：性能、发热和功耗。无论如何优化，电池的额定电量、芯片能提供的运算能力都会限制这些问题的解决。这是嵌入式 AI 非常长的一段时间内永远会遇到的问题，需要创达这样的技术公司和芯片厂商共同合力去解决。

芯片厂商固然可以提供芯片硬件能力的提升，软件的优化依然重要。也是芯片厂商与中科创达共同探索嵌入式 AI 的原因，我们对接的是客户，芯片厂商也要寻找自己的硬件究竟是哪些行业和应用场景有需求，以及我们能在 OS 上做哪些优化。