電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）通常來說，邊緣AI是相對云端AI而言的，它允許設(shè)備在本地進(jìn)行AI計(jì)算和決策，而不一定需要連接到互聯(lián)網(wǎng)才能實(shí)現(xiàn)數(shù)據(jù)處理。

相比于云端AI，邊緣AI具備實(shí)時(shí)性好、帶寬資源要求低、隱私性好等諸多特點(diǎn)，因此在很多場景中邊緣AI比云端AI更能解決實(shí)際的問題。

邊緣AI適用于時(shí)間敏感性高的場景

比如自動(dòng)駕駛汽車突然識(shí)別到前方道路有一名兒童，汽車必須在幾毫秒內(nèi)做出反應(yīng)才能避免災(zāi)難，如果將數(shù)據(jù)上傳到云端就會(huì)產(chǎn)生很大的延時(shí)，因此邊緣AI才能解決這一問題。

再比如森林火災(zāi)監(jiān)測，公路、鐵路或者是大壩塌方監(jiān)測，這些地方普遍比較偏僻，通常沒有很好的通信網(wǎng)絡(luò)，但快速?zèng)Q策和預(yù)警非常關(guān)鍵，因此必須進(jìn)行邊緣端快速判定。

像這種應(yīng)用時(shí)間敏感性非常高的場景，傳統(tǒng)的云端監(jiān)測，可能需要發(fā)送一組圖片到云端，對網(wǎng)絡(luò)流量要求比較高。通過監(jiān)測端自主智能識(shí)別的話，在狀況發(fā)生時(shí)只需要發(fā)短信息就可以快速實(shí)現(xiàn)安全警告，避免更嚴(yán)重的災(zāi)害損失發(fā)生。

和云端AI相同，邊緣AI也具備AI的共性特征。AI技術(shù)是一種強(qiáng)大的模式識(shí)別技術(shù)，需要進(jìn)行大量的矩陣運(yùn)算，需要大量的存儲(chǔ)空間和系統(tǒng)功耗。邊緣AI作為在設(shè)備本地執(zhí)行的AI，通常需要使用電池進(jìn)行供電，因此需要在系統(tǒng)功耗、計(jì)算速度和設(shè)備成本之間取得平衡。

然而低功耗微控制器執(zhí)行AI運(yùn)算需要調(diào)用大量資源，速度低下，只能進(jìn)行簡單計(jì)算；FPGA、GPU和一些大型處理器雖然具備較快的計(jì)算速度，但成本高、功耗高；低成本微控制器/微處理器在功耗特性上的表現(xiàn)又不佳，計(jì)算速度和運(yùn)算復(fù)雜度也一般。

ADI帶有神經(jīng)網(wǎng)絡(luò)加速器的低功耗微控制器

市場需要更具超低功耗特性的新一代解決方案。ADI推出的帶有神經(jīng)網(wǎng)絡(luò)加速器的MAX78000低功耗微控制器，可以在功耗、速度、成本三方面達(dá)成最優(yōu)平衡。

具體來看，MAX78000集成了兩個(gè)MCU核心用于系統(tǒng)控制，Arm Cortex-M4處理器和32位RISC-V處理器，其中Arm Cortex-M4F處理器以100MHz運(yùn)行，客戶可以編寫任何系統(tǒng)管理代碼。RISC-V處理器的功能是支持以低功耗將數(shù)據(jù)快速加載到神經(jīng)網(wǎng)絡(luò)加速器，用戶可使用任何一種微控制器內(nèi)核將數(shù)據(jù)輸入到卷積神經(jīng)網(wǎng)絡(luò)的引擎中。

MAX78000具有432KB的權(quán)重存儲(chǔ)空間，與運(yùn)行在低功耗微控制器上的軟件解決方案相比，在配置并加載了數(shù)據(jù)后，MAX78000運(yùn)行AI推理的速度快了100倍，功耗還不到其1%。
??
ADI公司資深業(yè)務(wù)經(jīng)理李勇此前介紹，低功耗是很多邊緣智能應(yīng)用場景的關(guān)鍵要求，MAX78000除了基于CNN加速器和雙核處理器架構(gòu)，還提供高效的片內(nèi)電源管理，集成單電感多輸出 (SIMO) 開關(guān)模式電源，最大限度地延長電池供電的物聯(lián)網(wǎng)設(shè)備的續(xù)航時(shí)間。

據(jù)ADI應(yīng)用工程師辛毅介紹，MAX78000最獨(dú)特的功能是CNN加速器，它是專用硬件，旨在最大程度的減少卷積神經(jīng)網(wǎng)絡(luò)的運(yùn)行能耗和等待時(shí)間，該CNN加速器具有432KB的權(quán)重存儲(chǔ)，最多支持350萬個(gè)權(quán)重的網(wǎng)絡(luò)，同時(shí)產(chǎn)品架構(gòu)具備高度的靈活性，允許TensorFlow、PyTorch常規(guī)工具集執(zhí)行訓(xùn)練，轉(zhuǎn)換后在MAX78000上運(yùn)行。

MAX78000的另一個(gè)特征是，MCU的介入少，CNN加速器在運(yùn)行時(shí)幾乎不受任何MCU內(nèi)核的干擾，從而極大的簡化操作，提高了效率，改善了延時(shí)。

得益于優(yōu)越的設(shè)計(jì)，芯片的功耗大幅降低，使得芯片能夠在以電池供電的設(shè)備中執(zhí)行復(fù)雜的AI應(yīng)用，同時(shí)并沒有造成延時(shí)和成本的上升。

與運(yùn)行在低功耗MCU上的軟件解決方案相比，MAX78000執(zhí)行AI的速度快100倍，而其成本只有FPGA方案或者是GPU的零頭。相比于MCU+DSP的方案，MAX78000功耗不足該方案的1%。MAX78000在功耗、速度、成本三方面達(dá)成最優(yōu)的平衡。

MAX78000目前已經(jīng)在森林防火監(jiān)測、地質(zhì)災(zāi)害監(jiān)測以及智能家居等領(lǐng)域獲得廣泛應(yīng)用。李勇表示，很多類似但并不涉及到公共安全的應(yīng)用也需要實(shí)現(xiàn)本地快速智能決策，比如有用戶就針對摩托騎行愛好者希望在騎行中能對頭戴攝像頭實(shí)現(xiàn)隨時(shí)隨地的語音控制開發(fā)產(chǎn)品，類似的還有助聽器的語音控制、風(fēng)力發(fā)電設(shè)備的安全監(jiān)測這樣的預(yù)測性維護(hù)等等。

這種基于超低功耗硬件算力，高集成度、小尺寸且低成本的邊緣智能解決方案的推出，正在為越來越多的應(yīng)用領(lǐng)域提供真正可行的智能賦能方案。