0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

嵌入式人工智能/机器学习(AI/ML)以“生态+集成+定制”差异化发展

21克888 来源:厂商供稿 作者:陈娇 刘朝晖 2022-04-28 17:47 次阅读

随着嵌入式处理器的能力不断提升,超小型化的硬件加速器不断被引入,以及原厂及商业的开发环境和工具不断出现,嵌入式人工智能/机器学习AI/ML)技术在近几年得到了快速的发展。同时因为这些技术与千姿百态的各种应用需求十分贴近,因此正在进入差异化发展的新空间,未来其增长速度将可以比肩甚至超过需要强大资源体系的、立足良好通信条件的和基于云的人工智能应用。

人工智能并不是一个近几年才提出的名词,但是在近几年随着谷歌AlphaGo战胜人类围棋世界冠军等事件的推动,才使诸如卷积神经网络深度学习和机器学习等技术走进了大众的视野,同时也使“人工智能=数据+算法+算力”的模型得到广泛的认同。


其结果是,在很多人的印象中,人工智能和机器学习就是在英特尔最新服务器处理器或者英伟达GPU加速模组的基础上的全新的、巨大的算法应用,特别是人工智能的训练更是一场资源消耗战,成为了进入门槛很高的新兴领域,传统上设计MCU或者SoC的芯片企业基本上与高贵的AI/ML无缘。

但是人们很快发现在非常领先的人工智能企业所提供的解决方案中,不仅包括诸如自动驾驶路况分析、自然语言处理、快速医学影像识别和高频金融交易等复杂功能,也包括更大量车牌识别、智能音箱唤醒词识别、便携智能健康监测设备、人脸识别开机和智能家居安防等Lite级别的应用。

在市场强烈需求的拉动下,随着谷歌的开源TensorFlow Lite嵌入式机器学习架构和类似产品的推出,以及诸如Imagination公司的PowerVR神经网络加速器(NNA)等硬件加速器在移动设备或嵌入式设备上商用,各种功耗和成本更低的,以及更加小巧的嵌入式AI/ML功能解决方案不断涌现。

通过分析,北京华兴万邦管理咨询有限公司认为:嵌入式AI/ML的广泛兴起,带来了与传统AI技术以“人工智能=数据+算法+算力”为中心的发展范式不同的新模式,针对特定或者一些应用和功能的嵌入式AI/ML的重点已转向“生态+集成+定制”。下面我们从融入物联网生态、硬件和商用开发工具集成、以及基于RISC-V开发定制处理器这三个方面来进行分析:

为嵌入式AI/ML带来最新Matter协议和物联网大生态

Silicon Labs(亦称“芯科科技”)是一家全球领先的物联网芯片、软件和解决方案供应商,该公司在业界以支持最全面的物联网通信协议和提供优异的产品性能而著名,其客户包括智能家居、智慧城市、工业与商业、智慧医疗和能源等领域内的领导厂商


今年初,该公司宣布推出其BG24和MG24系列2.4 GHz无线SoC,它们不仅都支持最新的Matter物联网通信协议,还分别支持蓝牙和多协议操作,同时还为电池供电的边缘设备和应用提供了人工智能/机器学习功能,并带来了高性能无线功能和物联网大生态。

BG24和MG24无线SoC代表业界前沿的生态、功能和技术组合,其中包括支持无线多协议、长电池寿命(低功耗)、机器学习、以及面向物联网边缘应用的安全性。Silicon Labs为它们提供的全新软件工具包支持开发人员通过一些常用的工具套件(如TensorFlow),来快速构建及部署AI/ML算法。

为了实现AI/ML算力,BG24和MG24系列率先集成了专用的AI/ML加速器,帮助开发人员部署人工智能或机器学习功能并解决功耗难题。这种专用硬件旨在快速高效地处理复杂计算,内部测试显示其性能提升最高达4倍,能效提升最多达6倍。由于机器学习计算是在本地设备上而不是在云端进行,因此消除了网络延迟,加快了决策和行动。

此外,BG24和MG24系列还具有Silicon Labs产品组合中最大的闪存和随机存取存储器(RAM)容量,使其可支持多协议、Matter以及用大型数据集训练ML算法。这些芯片载有获得了PSA 3级认证的Secure VaultTM物联网安全技术,可为门锁、医疗设备和其他需小心部署的产品提供所需的高安全性。

高集成度嵌入式AI/ML配合领先商用开发工具

IAR Systems是嵌入式开发软件和服务的全球领导者,其领先的IAR Embedded Workbench®工具链已在全球获得广泛采用。IAR Systems的开发工具为Alif Semiconductor™高集成度的Ensemble™和Crescendo™系列芯片提供支持,打造了基于人工智能的、高效的微控制器(MCU)和融合处理器,赋能下一代嵌入式互联应用。


对更多功能的集成代表了嵌入式AI/ML的一个发展方向,Alif Semiconductor的这些高能效产品系列提供多达4个处理内核,以及人工智能/机器学习(AI/ML)加速、多层安全、集成的LTE Cat-M1和NB-IoT连接、全球导航卫星系统(GNSS)定位等功能,从而使其应用范围得到了大幅扩展。
为了让这些功能得到更好的发挥,就需要利用诸如IAR Systems的Arm开发工具这些在行业中已被验证过的、领先的编译器技术,对代码大小和速度都进行优化,另外还提供高性能的调试功能,从而为企业提供了一个很好的平台。

2021年11月,IAR Systems宣布其最新版本的IAR Embedded Workbench for Arm®增加了对Arm Cortex®-M55处理器的支持。该处理器是一款支持AI技术的Cortex-M系列处理器,带来了节能的数字信号处理(DSP)和机器学习功能。

双方此次合作可以支持Ensemble或Crescendo器件的应用开发商利用IAR Embedded Workbench® for Arm开发工具链,以实现高性能的且强大的代码优化功能,充分发挥器件的AI/ML潜能,同时又尽可能地保持能源效率。

RISC-V使嵌入式AI/ML可针对边缘应用实现定制

多样化的需求是嵌入式应用的特征之一,MCU供应商长期以来是通过不同的处理器内核与外设搭配来满足用户的个性化需求。而RISC-V的兴起,带来了定制处理器这一新的潮流,这一潮流将继续延伸到嵌入式AI/ML领域,并得到业内领先厂商的支持。


Codasip就是一家提供领先的RISC-V处理器IP和高级处理器设计工具的供应商,为IC设计者提供RISC-V开放ISA的所有优势,以及定制处理器IP的独特能力。Codasip在今年2月推出了两款专为定制处理器而优化的最新低功耗嵌入式RISC-V处理器内核L31和L11。

基于这些新内核,客户可以很方便地使用Codasip Studio工具去定制处理器设计,以支持诸如神经网络、AI/ML等具有挑战性的应用,包括例如物联网边缘计算等极小型化的、功率受限的应用。Codasip的内核可定制功能是其成功的基石,目前全球已有超过20亿颗处理器使用了Codasip的IP。

Codasip L31/L11嵌入式内核运行在谷歌的TensorFlow Lite for MicrocontrollersTFLite Micro)上,并利用Codasip Studio工具定制一类全新的嵌入式AI内核,可为AI/ML计算密集型和内部资源有限的嵌入式系统等应用提供足够的性能。不同应用对器件的需求也有巨大的差异,而且现有的处理器并不能很好地加载AI/ML应用。

Codasip可提供“创造差异化设计”模式,意味着使用其Studio工具的客户,可以根据其特定系统、软件及应用程序的要求来定制处理器。通过将TFLite Micro)、RISC-V定制指令以及Codasip处理器设计工具三者相结合,就可以为嵌入式的、高效率的边缘神经网络处理功能带来低延迟、高安全性、快速通信和低功耗等优势。

展望未来:新的应用与新的技术都将不断涌现

随着产业的发展,嵌入式AI/ML技术和应用都将得到进一步的发展,基于华兴万邦提出的“生态+集成+定制”新范式,以及不断推陈出新的边缘应用,我们可以看到在未来一些新的技术值得高度关注,比如新的、适合边缘应用的硬件加速器和安全技术。

以硬件加速器为例,近年来广泛兴起并得到高度关注的xPU将会从云端走向嵌入式应用;在一些应用场景中,还需要针对算法和标准的演进和升级对硬件进行再编程,那么诸如Achronix公司的Speedcore嵌入式FPGA(eFPGA)这样的IP产品也会从服务器和数据中心市场走入嵌入式AI/ML应用,推动采用不同硬件加速器的异构计算模式向前发展。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 处理器
    +关注

    关注

    68

    文章

    19076

    浏览量

    228680
  • 人工智能
    +关注

    关注

    1789

    文章

    46545

    浏览量

    236819
  • 机器学习
    +关注

    关注

    66

    文章

    8337

    浏览量

    132255
收藏 人收藏

    评论

    相关推荐

    AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    人工智能:科学研究的加速器 第一章清晰地阐述了人工智能作为科学研究工具的强大功能。通过机器学习、深度学习等先进技术,
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    RISC-V和Arm内核及其定制机器学习和浮点运算单元,用于处理复杂的人工智能图像处理任务。 四、未来发展趋势 随着
    发表于 09-28 11:00

    嵌入式系统的未来趋势有哪些?

    嵌入式系统是指将我们的操作系统和功能软件集成于计算机硬件系统之中,形成一个专用的计算机系统。那么嵌入式系统的未来趋势有哪些呢? 1. 人工智能机器
    发表于 09-12 15:42

    开启全新AI时代 智能嵌入式系统快速发展——“第六届国产嵌入式操作系统技术与产业发展论坛”圆满结束

    嵌入式系统是电子信息产业的基础,是智能系统的核心。大模型催生AI走入千家万户、唤醒端侧AI的需求爆发。
    发表于 08-30 17:24

    AI普及给嵌入式设计人员带来新挑战

    探讨了人工智能AI)的普及给嵌入式设计人员带来的新挑战。在创建“边缘机器学习ML)”应用时,
    发表于 08-22 14:20 618次阅读
    <b class='flag-5'>AI</b>普及给<b class='flag-5'>嵌入式</b>设计人员带来新挑战

    嵌入式软件开发与AI整合

    嵌入式软件开发与AI整合是当前技术发展的重要趋势之一。随着人工智能技术的快速发展嵌入式系统越来
    的头像 发表于 07-31 09:25 608次阅读
    <b class='flag-5'>嵌入式</b>软件开发与<b class='flag-5'>AI</b>整合

    RISC-V在中国的发展机遇有哪些场景?

    联网市场的重要参与者,拥有庞大的用户基数和丰富的应用场景。RISC-V在中国的发展将受益于这一市场需求的增长。 2. 人工智能AIAI算力需求:随着
    发表于 07-29 17:14

    第六届国产嵌入式操作系统技术与产业发展论坛议程发布

    第30次)主题是“开启全新AI时代、智能嵌入式操作系统的研究与应用”,我们将聚焦人工智能、物联网与嵌入式操作系统技术和
    发表于 07-26 10:54

    智能嵌入式系统设计大赛--龙芯2K500先锋板

    智能嵌入式系统设计大赛是依托IEEE国际元计算大会(IEEE ICMC)举办的一场挑战竞赛。 本次比赛致力于推动国产化人工智能平台的发展,培养学生
    发表于 05-14 21:15

    嵌入式热门发展方向有哪些?

    嵌入式人工智能可以运用机器学习技术对图像、视频进行高精度解析,从而实现图像识别、视频剪辑、视频智能关联应用等。在传感器网络系统中,
    发表于 04-11 14:17

    人工智能机器学习的顶级开发板有哪些?

    机器学习ML)和人工智能AI)不再局限于高端服务器或云平台。得益于集成电路(IC)和软件技术
    的头像 发表于 02-29 18:59 698次阅读
    <b class='flag-5'>人工智能</b>和<b class='flag-5'>机器</b><b class='flag-5'>学习</b>的顶级开发板有哪些?

    嵌入式人工智能的就业方向有哪些?

    于工业、农业、医疗、城市建设、金融、航天军工等多个领域。在新时代发展背景下,嵌入式人工智能已是大势所趋,成为当前最热门的AI商业化途径之一。
    发表于 02-26 10:17

    嵌入式系统发展前景?

    应用领域。随着汽车电子化和智能化程度的不断提高,嵌入式系统将在汽车控制、安全系统、自动驾驶等方面发挥更为重要的作用。 工智能机器学习技术的
    发表于 02-22 14:09

    嵌入式学习步骤

    开发板上测试固件以及在实际设备上进行测试。 嵌入式系统的多样化发展,它将更为广泛地应用于各个领域,实现智能化、网络化、自动化的目标。同时,随着人工智能
    发表于 02-02 15:24

    意法半导体推出嵌入式人工智能生态系统ST Edge AI Suite

    意法半导体(简称ST)日前宣布推出一项前所未有的技术突破——ST Edge AI Suite,这是一个资源丰富的嵌入式人工智能生态系统,旨在帮助厂商在自家产品中轻松实现边缘
    的头像 发表于 01-04 14:37 732次阅读