【導讀】自21世紀初以來(lái)，傳感器經(jīng)歷了非比尋常的發(fā)展。受益于物聯(lián)網(wǎng)的誕生，可以連線(xiàn)通訊的智慧傳感器無(wú)所不在。預計到2030年，因5G的廣泛部署，物聯(lián)網(wǎng)裝置上數十億傳感器將負責30%的物聯(lián)網(wǎng)數據流量。這將顯著(zhù)增加AI對于碳的影響。而由于其需要數據中心的運算資源來(lái)將數據轉化為洞察力和行動(dòng)力，因此IoT和AI應用程式過(guò)去通常都部署在云端。但隨著(zhù)應用程式數量增加，我們需要減低依賴(lài)耗電的云端運算。

物聯(lián)網(wǎng)（IoT）和人工智能（AI）正在改變產(chǎn)業(yè)和社會(huì )，將自動(dòng)化在日常生活中變?yōu)榭赡?，同時(shí)解鎖在過(guò)去難以實(shí)現的理念和功能。邊緣計算可以在產(chǎn)生數據的地方即時(shí)處理數據，而無(wú)須在遠端的數據中心處理，提供更環(huán)保、更智慧的解決方案。

將AI移至邊緣 

自21世紀初以來(lái)，傳感器經(jīng)歷了非比尋常的發(fā)展。受益于物聯(lián)網(wǎng)的誕生，可以連線(xiàn)通訊的智慧傳感器無(wú)所不在。預計到2030年，因5G的廣泛部署，物聯(lián)網(wǎng)裝置上數十億傳感器將負責30%的物聯(lián)網(wǎng)數據流量。這將顯著(zhù)增加AI對于碳的影響。而由于其需要數據中心的運算資源來(lái)將數據轉化為洞察力和行動(dòng)力，因此IoT和AI應用程式過(guò)去通常都部署在云端。但隨著(zhù)應用程式數量增加，我們需要減低依賴(lài)耗電的云端運算。

邊緣計算提供了一個(gè)解決方案。它涉及將部分儲存和運算資源從數據中心移出，使其更靠近數據產(chǎn)生的地方。如此一來(lái)，應用程序和裝置就能自行收集和分析數據。這種方法為消費性產(chǎn)品、建筑管理、工業(yè)預測性維護、自駕車(chē)等應用提供了進(jìn)一步的創(chuàng )新，因此更為蓬勃發(fā)展。此外，邊緣計算還能降低能源消耗、保護個(gè)人資料、減少延遲，并能在使用時(shí)做自主決策以及學(xué)習。

 “邊緣AI”可以通過(guò)多種方式促進(jìn)更聰明、更環(huán)保的產(chǎn)業(yè)發(fā)展

邊緣計算正以多種方式幫助不同產(chǎn)業(yè)變得更為聰明和更環(huán)保。例如：

o 在工廠(chǎng)中的狀態(tài)監控和預測性維護可以使操作更聰明、更節能。傳感器定期更新機器的運作狀態(tài)，以確定何時(shí)需要維修或更換某些零件。這降低了停機時(shí)間，確保機器能在最佳狀態(tài)下運作。

o 邊緣AI對于下一代協(xié)作機器人（cobots）也是至關(guān)重要的，這些機器人可與人類(lèi)在同一空間運作以提升效率和確保安全。

o 智慧城市可以利用數百萬(wàn)個(gè)智慧傳感器和物聯(lián)網(wǎng)節點(diǎn)所組成的網(wǎng)絡(luò )來(lái)改善監控、管理資源、協(xié)助市民，并利用自駕無(wú)人機和車(chē)輛改善物流。

o 讓開(kāi)車(chē)變得更安全、更環(huán)保和更多連接。安裝在下一代汽車(chē)上的眾多傳感器需要本地AI來(lái)讓車(chē)輛可以在潛在危及生命的情況迅速做出反應。此外，邊緣AI可以用于優(yōu)化電池管理系統，并調整車(chē)輛狀態(tài)以適應駕駛者的習慣，確保能以節能的方式駕駛車(chē)輛。

o 將自動(dòng)化導入農業(yè)可以協(xié)助提升生產(chǎn)力并降低環(huán)境影響。智慧農業(yè)的農耕車(chē)和機器將使用更少量的水、肥料和農藥來(lái)促進(jìn)永續策略。傳感器結合邊緣AI，可為不同植物分配適量的水或化學(xué)物質(zhì)。

o 隨著(zhù)醫療和保健向個(gè)性化的方向發(fā)展，全天候監測和在家中享有醫療服務(wù)將是未來(lái)趨勢。傳感器和邊緣AI在信息隱私管理亦扮演著(zhù)關(guān)鍵角色。

上述范例都會(huì )產(chǎn)生大量來(lái)自傳感器的數據，如果這些數據傳送到云端處理將會(huì )消耗大量能源和占用帶寬，同時(shí)還會(huì )產(chǎn)生數據保護和延遲的相關(guān)問(wèn)題。采用邊緣計算與人工智能提供了一種透過(guò)永續方式達到這些目標的方法。

加速追蹤邊緣計算

將AI的數據處理從云端移轉至邊緣需要部署一系列半導體創(chuàng )新技術(shù)，包括超低功耗技術(shù)和系統方法，以及在神經(jīng)處理單元（NPU）和內存內運算（IMC）解決方案中導入特定的硬件加速器。這些支持AI和機器學(xué)習的高效運算硬件技術(shù)，正在轉變邊緣數據處理，并推動(dòng)智能功能和物聯(lián)網(wǎng)網(wǎng)絡(luò )的可擴展性。這些技術(shù)的結合降低了系統功耗和帶寬需求，還能進(jìn)一步提升針對邊緣裝置所打造之新一代微控制器的運算效率。

意法半導體（ST）致力于優(yōu)化運算效率，同時(shí)采用低功耗和嵌入式安全技術(shù)來(lái)保護所收集的數據、數據處理和因此產(chǎn)生的行動(dòng)。這些發(fā)展是為了保有競爭力和獲得客戶(hù)廣泛之接受度的必要條件。

ST已經(jīng)在汽車(chē)、智慧工業(yè)和物聯(lián)網(wǎng)等應用領(lǐng)域大力部署邊緣AI。STM32系列的32位Arm Cortex微控制器已將適合邊緣計算的低功耗版本涵蓋其中。為了讓不熟悉AI的人更容易上手，NanoEdge AI Studio整合了機器學(xué)習函數庫，可以為任何指定的應用自動(dòng)搜索和配置最適合的解決方案。對于熟悉AI模型的人，STM32Cube.AI可協(xié)助機器學(xué)習工程師快速導入和優(yōu)化其AI解決方案，并使用進(jìn)階功能，如自定義層和深度量化神經(jīng)網(wǎng)絡(luò )解決方案。而建立的軟件庫還可以加載到微控制器上，進(jìn)而處理推理工作。

ST于2019年推出具有機器學(xué)習核心的LSM6DSOX，開(kāi)始在傳感器中應用人工智能。接著(zhù)推出智能傳感器處理單元（ISPU），強化傳感器在A(yíng)I領(lǐng)域的靈活性。

ISPU將信號處理和AI算法結合到傳感器上，使產(chǎn)品能夠感知、處理和執行后續操作，同時(shí)大幅節省空間，功耗最高可降低80%。

能夠感知、處理和采取行動(dòng)的連網(wǎng)微型化物件和系統的數量正在快速成長(cháng)。ST透過(guò)提供傳感器、智慧嵌入式致動(dòng)器、連接性、安全性和嵌入式AI上的創(chuàng )新來(lái)推動(dòng)此一轉型。這些解決方案旨在為工業(yè)、汽車(chē)、健康、農業(yè)和其他許多產(chǎn)業(yè)提供工具集，使其能夠繼續創(chuàng )新，同時(shí)努力為減碳而做出貢獻。

來(lái)源：意法半導體博客

推薦閱讀：

汽車(chē)線(xiàn)性穩壓器L99VR02J：車(chē)載電源設計的理想之選

使用SiC/GaN功率半導體，提高功率轉換效率，無(wú)源元件的技術(shù)進(jìn)步很重要！

SiC SBD/超結MOS在工業(yè)電源上的應用

上觀(guān)未來(lái)、下謀發(fā)展丨CAEE2024家電制造業(yè)供應鏈展覽會(huì )招商全面啟動(dòng)

MOS管G極與S極之間的電阻作用