AI 时代的新基石
在科技飞速发展的当下,边缘 AI 正经历着一场深刻的变革。从最初的 TinyML 微型机器学习探索低功耗 AI 推理,到边缘推理框架的落地应用,再到平台级 AI 部署工具的兴起以及垂类模型的大热,我们已经成功实现了 “让模型跑起来” 的阶段性目标。然而,这仅仅是边缘 AI 发展的起点,其未来的演进方向正逐渐聚焦于一个更为关键的问题:当 AI 模型能够在边缘设备上稳定运行后,它们能否进一步实现协作,从而推动边缘 AI 迈向更高的智能形态?
在科技飞速发展的当下,边缘 AI 正经历着一场深刻的变革。从最初的 TinyML 微型机器学习探索低功耗 AI 推理,到边缘推理框架的落地应用,再到平台级 AI 部署工具的兴起以及垂类模型的大热,我们已经成功实现了 “让模型跑起来” 的阶段性目标。然而,这仅仅是边缘 AI 发展的起点,其未来的演进方向正逐渐聚焦于一个更为关键的问题:当 AI 模型能够在边缘设备上稳定运行后,它们能否进一步实现协作,从而推动边缘 AI 迈向更高的智能形态?
率先将一流硬件、软件和云服务相结合,改变互联产品的构建、部署和升级方式,以应对瞬息万变的需求和日益增加的软件复杂性
Nordic 突破性 nRF54L 系列和 Neuton.AI 自动化 TinyML 平台相辅相成,在边缘实现易于使用的超高效机器学习 (ML)
DigiKey 应用与技术门户平台已针对亚太地区进行了本地化,旨在提高工程师和创新者对热门话题的了解程度
AI与物联网系统的融合改变了数据的处理、分析与使用方式。多年以来,各种 AI 解决方案始终基于云端部署,而如今边缘 AI 的兴起,在提升运行效率、增强安全性和改善运营可靠性方面提供了颇有潜力的解决方案。本文旨在深入剖析边缘 AI 的复杂性,探究其构成要素、应用优势及其快速演进的硬件支持体系。
在人工智能(AI)技术迅猛发展的当下,边缘 AI 已成为行业瞩目的焦点。边缘 AI 旨在将 AI 的能力拓展至网络边缘设备,实现实时数据处理与决策,避免了数据传输至云端带来的延迟与带宽限制等问题。而在边缘 AI 系统中,芯片架构的选择至关重要,它直接关乎系统的性能、功耗以及应用的灵活性。在众多架构中,可扩展 GPU 架构正逐渐崭露头角,吸引了众多开发者与企业的目光。
Cortex-A320 旨在赋能未来的物联网和边缘 AI 创新,可实现超高能效的性能、先进的 AI 处理和强大的安全性。
全球首个 Armv9 边缘 AI 计算平台以 Cortex-A320 CPU 和 Ethos-U85 NPU 为核心,专为物联网应用优化,支持运行超 10 亿参数的端侧 AI 模型,已获得包括亚马逊云科技 (AWS)、西门子和瑞萨电子等在内的多家行业领先企业的支持。
汽车制造商可以通过一款高度集成、基于 Arm®、结合 TI 基于向量的 C7x 数字信号处理器 (DSP) 内核的业界先进的汽车微控制器 (MCU) 和处理器,提供卓越的音频体验。
近年来,人工智能(AI)在推动各个行业创新方面发挥了关键作用。视觉和语音技术的进步促进了大型智能模型的发展,创造了新的用例,并改善了用户体验。越来越多的应用要求能够在配备微控制器和微处理器的边缘设备上运行的AI,这带来了更低的延迟、更低的能耗以及更强的数据隐私保护等好处。在这些应用中,时间序列数据通常用于开发三类主要任务:异常检测、分类和回归。时间序列数据是指按一致、均匀的时间间隔记录的一系列数据点。
Nordic 多协议 SoC nRF54H20 凭借卓越的处理能力、内存和效率被业界誉为最具革命性的无线发明之一
随着 ChatGPT 横空出世、AI 行业蓬勃发展,初心资本尝试窥探 AI 领域的发展奥秘,2023 年 8 月正式发布《2023 初心 AI 趋势报告》,分享初心洞察 AI 未来发展的六大趋势,共同探寻通向智能极限的道路。