連接和傳感與低功耗人工智能（AI）處理平臺的結(jié)合極大地改變了我們與機器的關(guān)系，并永遠改變了我們的生活、工作和娛樂方式。雖然它們的能源需求在設計上是最小的，但這些功能強大的處理器正在邊緣設備上實現(xiàn)AI功能，使它們能夠在本地處理數(shù)據(jù)，用于家庭，辦公室和工業(yè)環(huán)境的一系列智能應用。

直到最近，此類應用程序還依賴于基于云的處理和電力線訪問，但這種情況正在發(fā)生變化。得益于針對網(wǎng)絡邊緣的新一波低功耗人工智能豐富解決方案，專為嵌入式工業(yè)和消費類應用而設計的產(chǎn)品可以在本地做出決策，而無需依賴云連接。這確保了隱私，縮短了響應時間，節(jié)省了能源，并更好地利用了可用的無線帶寬。它還允許這些設備長時間使用AAA甚至紐扣電池，從而將它們從線路電源的限制中解放出來。

創(chuàng)新邊緣AI的浪潮使設計師處于需要在不斷變化的技術(shù)環(huán)境中快速開發(fā)產(chǎn)品的位置。他們的設計依賴于人工智能的復雜程度及其在網(wǎng)絡邊緣部署的能力，在那里它可以使用準確且經(jīng)過專門訓練的AI模型，根據(jù)來自多個傳感器輸入的數(shù)據(jù)做出明智的決策。

成功取決于設計團隊在競爭激烈的市場中快速部署產(chǎn)品的能力 - 而且這樣做的動機很強，因為邊緣人工智能市場提供了巨大的經(jīng)濟回報。

盡管有機會，但開發(fā)注入AI的產(chǎn)品的夢想很快就會成為一場噩夢?？紤]到在開始設計之前，似乎有無窮無盡的硬件和軟件可供選擇，設計師在夢想的噩夢范圍內(nèi)，很大程度上取決于他們必須使用的工具。

經(jīng)過深思熟慮的評估和設計開發(fā)平臺具有造夢潛力;它們消除了產(chǎn)品開發(fā)中許多（如果不是大多數(shù)）耗時且令人頭痛的步驟。任何曾經(jīng)不得不收集不同陣列的硬件，從無數(shù)選項中選擇軟件，然后將它們拼湊成一個本質(zhì)上是滾動自己的開發(fā)平臺的設計師 - 甚至在開始設計之前 - 都可以證明這一點。

對于基于片上系統(tǒng) （SoC） 的設計尤其如此。顧名思義，SoC將一系列重要但以前獨立的功能組合到一個單一的高效芯片中。例如，在我們的Katana Edge AI SoC中，這些功能包括高級處理，連接，音頻和視頻輸入和輸出，電源，當然還有基于我們專有神經(jīng)網(wǎng)絡技術(shù)的智能。

我們 Synaptics 非常了解對全面開發(fā)工具的需求。我們的客戶欣賞并大大受益于他們可以使用的全面開發(fā)平臺。Katana平臺在采用方面取得了廣泛的成功，這要歸功于其全面的開發(fā)工具，這些工具使設計過程盡可能簡單，就像SoC提供的基礎性能，功率和系統(tǒng)集成功能一樣。

圍繞 SoC 構(gòu)建的邊緣 AI 產(chǎn)品代表了一些正在使用的最復雜的設計。由于這些設備面向的應用程序多種多樣，因此其開發(fā)平臺必須盡可能完整。例如，我們最近為Katana推出的評估套件（EVK）不僅包含帶有SoC的基板，大量傳感器和Wi-Fi/藍牙無線連接模塊，還包含模擬一系列職責的單個附件板：相機，外設擴展和電源。電纜、電池和外殼使 EVK 更加完善。

像這樣的EVK中的AI算法可以在SoC中實現(xiàn)復雜的功能，例如為智能建筑，劇院和體育場館人群控制中的應用計算人數(shù)。其他可能更平凡的任務包括遠程抄表面板和傳統(tǒng)工業(yè)設備。通過使用智能相機讀取傳統(tǒng)工業(yè)設備中使用的LCD或LED顯示屏，可以快速，不顯眼地將該設備帶入工業(yè)物聯(lián)網(wǎng)或IIoT。這解決了工廠自動化和工業(yè)4.0領(lǐng)域的一個巨大問題。

處于邊緣AI革命核心的SoC以及支持它們的開發(fā)工具正在展望一個光明的未來。人工智能分析公司京東數(shù)據(jù)（JD Data）的董事總經(jīng)理、報告《用于始終在線應用的超低功耗人工智能芯片》的作者Anand Joshi觀察到，SoC在嵌入式和物聯(lián)網(wǎng)系統(tǒng)中的功耗、尺寸、性能和功能集成程度方面存在巨大差異，這對設計人員構(gòu)成了特殊的挑戰(zhàn)。他說，碎片化中固有的代價高昂的時間延遲 - 將不同的硬件和軟件拼湊成一個臨時的開發(fā)平臺 - 可以通過經(jīng)過驗證的EVK（例如Katana Edge AI套件）來緩解，他認為該套件對于使項目啟動至關(guān)重要。

網(wǎng)絡邊緣的高能效 AI 已經(jīng)到來，這使得邊緣 AI SoC 以及支持它們的綜合開發(fā)工具成為必備品，而不是例外。

審核編輯：郭婷