当前位置:首页 > 公众号精选 > 安森美
[导读]点击蓝字 关注我们请私信我们添加白名单如果您喜欢本篇文章,欢迎转载!云和边缘人工智能(AI)如何改变物联网2019年之前,大多数物联网系统由超低功耗无线传感器节点组成,通常采用电池供电,具备感测功能。它们的主要目的是将遥测数据发送到云端进行大数据处理。随着物联网成为新的流行词和市...

点击蓝字 关注我们


请私信我们添加白名单如果您喜欢本篇文章,欢迎转载!



云和边缘人工智能 (AI) 如何改变物联网




2019 年之前,大多数物联网系统由超低功耗无线传感器节点组成,通常采用电池供电,具备感测功能。它们的主要目的是将遥测数据发送到云端进行大数据处理。



随着物联网成为新的流行词和市场趋势,几乎每家公司都在这样做,以此实现概念验证 (PoC)。云服务提供商有很好的仪表板,用吸引人的图表显示数据,辅助实现 PoC。PoC 的主要用途是说服利益相关者投资物联网,并证明投资回报,以便为更大的项目筹集资金。



随着这个生态系统的扩大,需要与云来回发送大量数据,这一趋势愈发明显。这可能会堵塞带宽管道,使数据更难快速进出云。还会造成延迟,轻则令人不快,重则会破坏需要保证吞吐量的应用程序。



尽管 5G 和 Wi-Fi 6E 等标准承诺在带宽和传输速度方面做出重大改进,但与云端通信的物联网节点数量已出现爆炸式增长。除了设备的数量,成本也在上涨。早期的物联网基础设施和平台投资需要变现,因为随着节点的增加,基础设施在具备可扩展性的同时,还要有盈利能力。



2019 年左右,边缘计算的理念成为一种流行方案。边缘计算在本地传感器网络中执行更高级的处理。这最大限度地减少了需要通过网关到云端来回传输的数据量。此举直接降低了成本,并在需要时为其他节点释放了带宽。减少每个节点传输的数据,还有可能会减少收集数据以及将数据传输到云端所需的网关数量。



另一个增强边缘计算的技术趋势是人工智能 (AI)。早期的 AI 服务主要基于云。随着各种创新的出现和算法效率的提升,AI 非常迅速地转向终端节点,利用 AI 正在成为标准做法。



一个著名的例子是 Amazon® Alexa® 语音助手。一听到触发词“Alexa”就能进行检测和唤醒,这是边缘 AI 的常见用法。在这个案例中,触发词的检测是在系统的本地 MCU 中完成的。成功触发后,其余命令通过 Wi-Fi® 网络传输到云端,在云端完成最严苛的人工智能处理。这样一来,唤醒延迟被降到最低水平,从而提供最佳用户体验。



除了解决带宽和成本问题,边缘 AI 处理还为应用带来了更多好处。例如,在预测性维护中,可以在电动机上添加小型传感器来测量温度和振动。利用经训练调较的 AI 模型,可以非常有效地预测电机何时会出现轴承损坏或过载情况。获得这种早期预警对于及时维修电机至关重要,可以避免电机彻底报废。



这种预测性维护大大减少了线路停机时间,因为设备在发生故障之前就得到了主动的维修。这在最大程度上节约了成本和降低了效率损失。正如本杰明·富兰克林所说,“一分预防胜过十分治疗”。



随着传感器的增加,网关也会被来自本地传感器网络的遥测数据压得不堪重负。在这种情况下,有两种选择可以缓解这种数据和网络拥塞。一是增加网关,二是将更多的边缘处理推给终端节点。



将更多的处理推给终端节点(通常是传感器)的想法正在兴起,而且愈演愈烈。终端节点通常在 mW 功率范围内运行,在 µW 功率范围内的大部分时间处于休眠状态。由于终端节点的低功耗和低成本要求,它们的处理能力也很有限。换句话说,它们的资源非常有限。



例如,一个典型的传感器节点可以由一个简单的微控制器控制,就像一个具有 64 kB 闪存、8 kB RAM、时钟速度在 20 Mhz 左右的 8 位处理器一样简单。或者,微控制器也可以像 Arm® Cortex®-M4F 处理器那样复杂,具有 2 MB 闪存和 512 kB RAM,时钟速度约为 200 MHz。



在资源受限的终端节点设备上增加边缘处理非常具有挑战性,需要在硬件和软件层面进行创新和优化。尽管如此,由于系统总是会包含终端节点,所以尽可能多地增加边缘处理能力是符合经济效益的。



总而言之,就边缘处理演进而言,很显然,终端节点将继续变得更加智能,但它们也必须继续遵循其低成本和低功耗的资源要求。



边缘处理将继续盛行,云处理也是如此。能够选择将功能分配到正确位置,可以使系统针对每个应用进行优化,并确保最佳性能和最低成本。有效分配硬件和软件资源是平衡性能与成本这对竞争性目标的关键。合理的平衡可以最大限度地减少向云端传输的数据,减少网关的数量,并尽可能地增加传感器或终端节点的能力。



超低功耗相机范例




由安森美(onsemi)® 开发的 RSL10 智能拍摄相机,通过一种可以随时使用或轻松添加到应用程序的设计,解决了这些挑战。这个由事件触发的 AI 成像平台采用安森美和生态系统合作伙伴开发的一些关键组件,为工程团队提供了一种简单的方式,以低功耗的形式获得 AI 对象检测和识别功能。



所采用的技术是使用小巧但功能强大的 ARX3A0 CMOS 图像传感器拍摄单帧图像,然后上传到云服务进行处理。在发送之前,图像由凌阳创新科技 (Sunplus Innovation Technology) 的图像传感器处理器 (ISP) 进行处理和压缩。应用 JPEG 压缩后,通过蓝牙® 低功耗通信网络将图像数据传输到网关或手机上(有配套APP)要快得多。



该图像处理器是本地(如终端节点)边缘处理的一个典范。图像在本地压缩以减小数据大小,而后无线传送到云端。这是一个显而易见的好处,因为传输时间更短,发送到云端的数据更少,既节省电力,也降低了与数据相关的成本。



该图像传感器专为超低功耗运行而设计,运行时仅消耗 3.2 mW。还可以对其进行配置,在传感器上进行部分预处理,从而进一步减少有源功率,例如设置一个感兴趣区域。这让传感器能够保持低功耗模式,直到在感兴趣区域检测到对象/运动。



进一步的处理和蓝牙低功耗技术通信由完全认证的 RSL10 系统级封装 (RSL10 SIP) 提供,同样来自安森美。该设备具有行业领先的低功耗运行和上市时间短等特点。



图 1:RSL10 智能拍摄相机组件



AI 与图像对象检测




如图 1 所示,电路板包括几个用于触发活动的传感器。其中包括运动传感器、加速器和环境传感器。一经触发,电路板就会通过蓝牙低功耗技术将图像发送到智能手机上,然后配套APP将其上传到云服务,如 Amazon Rekognition® 服务。



云服务运行机器视觉深度学习算法。就 RSL10 智能拍摄相机而言,云服务已被设置为进行对象检测。图像处理完成后,智能手机APP就会更新,获得算法检测结果及其成功概率。这些基于云的服务非常精确,因为它们实际上用了数十亿张图像来训练机器视觉算法。



图 2:边缘到云的无缝连接



总结




正如本文所述,物联网正在转变,并随着人们的需要进一步优化,以实现大规模和经济高效的扩展。新的连接技术不断的开发,能够帮助解决电力、带宽和容量问题。人工智能不断演进,能力与效率与日俱增,使其能够落地边缘甚至终端节点。物联网正在成长和适应环境的变化,以反映持续增长,并为未来的增长做好准备。



安森美的 RSL10 智能拍摄相机是一个现代化的例子,证明了如何有效地解决这些挑战,部署一个使用最小带宽的智能化低成本系统。这是一个真正优化的物联网方案。



安森美的战略重点是低功耗和高能效,我们开发的技术成功地解决了使人工智能落地边缘遇到的主要问题,即功耗、带宽和延迟。




本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

语音识别相信大家并不陌生,近些年来语音识别技术的应用层出不穷,同时也更加智能。

关键字: 语音识别 语音 AI

3月29日消息,根据国外媒体报道,2024年2月,韩国半导体产业迎来了显著的增长,其产量增幅达到了14年来的最高水平,同比增长65.3%。

关键字: AI ChatGPT 人工智能

随着人工智能(AI)模型变得越来越复杂,数据量不断攀升,数据中心正在通过改变系统架构,来实现更快、更高效的处理。

关键字: AI 连接器

近日举办的GTC大会把人工智能/机器学习(AI/ML)领域中的算力比拼又带到了一个新的高度,这不只是说明了通用图形处理器(GPGPU)时代的来临,而是包括GPU、FPGA和NPU等一众数据处理加速器时代的来临,就像GPU...

关键字: FPGA AI 图形处理器

西门子作为制造业数字化转型成功的代表企业之一,面对生产、服务与业务增长等挑战,积极拥抱AI、自动化等新兴技术,优化企业业务流程,打造企业数字化技术新基座,开拓出更多业务转型思路。

关键字: 自动化 AI 数字化

2024年3月20日,2024中国闪存市场峰会(CFMS2024)在深圳宝安前海·JW万豪酒店盛大举办。本次峰会以“存储周期、激发潜能”为主题,共同探讨在供需关系依然充满挑战的大环境下,未来存储市场的变化,以及如何挖掘产...

关键字: SSD 存储 AI

随着科技日新月异的进步,语音识别技术已成为人工智能领域的一项核心突破。这项技术旨在模拟人类听觉系统,通过复杂算法和模式识别手段将连续或离散的语音信号转换为可理解的文本或指令信息。本文深入探讨了语音识别技术在多个领域的广泛...

关键字: 语音识别 人工智能

随着人工智能和信息技术的飞速发展,语音识别技术已经从实验室走向了现实生活中的各个角落,成为人机交互领域的重要组成部分。语音识别产品不仅丰富了我们的日常生活,也正在深刻地改变着众多行业的工作模式和服务形态。

关键字: 语音识别 人工智能

近日,胡润研究院发布《2024家大业大酒·胡润全球富豪榜》。70岁的钟睒睒财富比去年缩水9%,以4500亿元连续第四次成为中国首富,位于全球第21位,同比下降6位。44岁的黄峥财富比去年增长71%,即1600亿元,是今年...

关键字: 钟睒睒 AI
关闭
关闭