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

看智能传感器如何推动边缘人工智能普及化

欧时RS 来源:欧时RS 2025-01-15 14:26 次阅读

智能传感器推动边缘AI普及化

前言

英伟达公司(Nvidia)于日前发布了全新的50系显卡,在提高游戏性能的同时,着重优化了人工智能(AI)表现,这对于目前炙手可热的AI行业来说无疑具有非常重要的影响。随着近几年的快速发展,AI技术已经从边缘走向主流,从专业化走向普通用户。

863c3028-d2d5-11ef-9310-92fbcf53809c.jpg

图源:Nvidia官网

在过去,AI的应用仅限于数据中心等高功率计算设施集群。近几年,它已经扩展到工业运营的“边缘”,这得益于智能传感器和机器学习(ML)的集成。现在,AI的普及化正在扩展到互联的工业环境,应用范围变得更为广泛。

8651323e-d2d5-11ef-9310-92fbcf53809c.png

图源:Fortune Business Insights官网

根据Fortune Business Insights最新统计数据,边缘AI市场在2023年的规模为204.5亿美元,到2032年将达到2698.2亿美元,年复合增长率高达33%。这种快速增长将出现在多个行业,包括汽车、制造业、医疗保健、能源和公用事业。研究称,与边缘设备相关的增强实时决策能力和减少网络流量将推动边缘设备在能源效率和预测性维护等领域的应用。

边缘AI的硬件英雄

但是,哪些系统和解决方案支撑着边缘AI的迅猛发展,尤其是与智能传感器相关的领域?工程师在工业环境中试验此类技术有多容易?让我们通过深入研究边缘AI的基础知识及其带来的好处来回答这些问题。

顾名思义,边缘计算鼓励采用分布式架构,通过分布式计算框架将企业应用程序定位在更靠近数据源(例如物联网设备)的位置。边缘AI使用板载计算资源(例如CPU)在本地处理数据。在这里,机器学习算法被部署来实时分析数据流,而无需将它们无线发送到异地集中服务器。决策基于预先训练的模型,完全针对边缘设备进行了优化,减少了延迟并提高了隐私性。

除了生产常规的民用GPU,英伟达和其他公司也提供了专为边缘设备设计的全系列AI模块,使其成为机器人、智能相机和工业自动化应用的理想选择。

适用于受限设备的TinyML

然而,这些设备并不总是最适合边缘AI应用。有时,ML模型需要在处理能力和内存极其受限的设备上运行,例如微控制器(MCU)。这就是TinyML的概念的用武之地,TinyML是一门机器学习技术和应用,它以极低的功耗执行设备上的传感器数据分析。

过去,传统传感器收集各种参数的数据,例如工业物联网中的温度、湿度、振动和运动。这些信息通常会通过无线网络传输到中央处理器或云服务器进行分析。然而,这种方法存在缺点,最明显的是能耗、延迟和对强大通信网络的需求。

然而,根据专注于边缘超低功耗机器学习的全球非营利专业组织TinyML基金会的说法,传感器可以拥有专门针对低功耗、资源受限设备的板载ML功能。因此,边缘传感器收集的数据可以通过TinyML算法进行预处理,以备分析。数据被输入到经过训练的TinyML模型中,该模型根据其知识进行预测或分类。边缘设备可以根据模型的输出采取实时操作。例如,具有TinyML异常检测功能的压力传感器如果检测到异常读数,则可以发出警报。

这种架构有效地使AI能够在以前不适用的环境和应用程序中进行边缘优化。它与前面提到的行业公司的解决方案结合使用时也提供了灵活性。

尝试边缘AI

因此,边缘AI有可能掀起一场革命,利用可访问的技术和即插即用的解决方案,鼓励快速原型设计和测试AI驱动的解决方案。让我们看看工程师如何在边缘试验AI,重点介绍一些可以采取的实际步骤,以使想法变为现实。根据数字工程集团Encora的说法,这些步骤可以包括:

制定用例:查看AI可以在组织内引入效率或创新的具体领域。例如,目标可能包括启动预测性维护以减少停机时间和成本,或改善能源管理以提高运营效率和安全性。

选择合适的硬件:选择合适的硬件对于平衡功耗和计算需求至关重要。如本文前面所述,高性能GPU适合密集计算,而MCU则适合低功耗实时应用。

关注数据:收集的数据的质量和类型至关重要。确保数据全面且准确地代表您想要监控或预测的运营状况。此数据收集可能涉及集成各种传感器。此外,确保数据干净且井然有序,以便进行有效分析。

务必进行实验:训练模型需要选择正确的机器学习算法并调整参数以适应您的特定数据集。此过程可能涉及尝试不同的模型,以找到最能预测或识别与您的用例相关的模式的模型。

确保模型效率:优化模型以进行推理就是在不牺牲准确性的情况下使其尽可能高效。量化等技术可以减少模型的大小和计算需求,使其更适合边缘部署。

测试、测试、再测试:测试模型以确保其按预期运行至关重要。此过程可能涉及建立试点计划或分阶段部署以监控性能并收集反馈以进行改进。

进行性能评估:随着运营条件的变化,AI模型可能会随着时间的推移而发生变化。定期对模型进行性能评估和更新,以确保其继续有效满足您的需求。这有助于保持边缘AI系统的相关性和准确性。

获取用户的反馈:让多领域利益相关者参与评估边缘AI项目的内部反馈并共同规划未来的应用方向。

结语

这是通过集成智能传感器和机器学习实现的人工智能向工业运营边缘转移的概述。我们可以看到,传统传感器向具有边缘处理能力的智能传感器的不断发展正在产生深远的影响。最终,这种转变为未来的创新铺平了道路。

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
  • 人工智能
    +关注

    关注

    1793

    文章

    47622

    浏览量

    239569
  • 智能传感器
    +关注

    关注

    16

    文章

    602

    浏览量

    55379

原文标题:科技博闻|看智能传感器如何推动边缘人工智能普及化

文章出处:【微信号:欧时电子RS,微信公众号:欧时RS】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    相关推荐

    博世人工智能传感器如何改变生活

    传感器技术正在重塑我们的生活。例如,它们可以追踪健身数据,简化设备操作,或监测空气质量。为了向消费者提供这些复杂的功能,Bosch Sensortec的传感器正在不断进化,集成了微机电系统(MEMS)技术、嵌入式微控制、软件以
    的头像 发表于 01-08 14:49 215次阅读

    边缘设备上设计和部署深度神经网络的实用框架

    ,以及由强大而高效的软件工具链补充的低成本边缘设备的可用性。此外,需要避免通过网络传输数据——无论是出于安全原因还是仅仅为了尽量减少通信成本。 边缘人工智能涵盖广泛的设备、传感器、微控制
    的头像 发表于 12-20 11:28 232次阅读

    19位国际顶尖学者联袂撰写《重新审视边缘人工智能:机遇与挑战》

    19位国际顶尖学者联袂撰写《重新审视边缘人工智能:机遇与挑战》
    的头像 发表于 11-27 01:04 504次阅读
    19位国际顶尖学者联袂撰写《重新审视<b class='flag-5'>边缘人工智能</b>:机遇与挑战》

    嵌入式和人工智能究竟是什么关系?

    嵌入式和人工智能究竟是什么关系? 嵌入式系统是一种特殊的系统,它通常被嵌入到其他设备或机器中,以实现特定功能。嵌入式系统具有非常强的适应性和灵活性,能够根据用户需求进行定制设计。它广泛应用于各种
    发表于 11-14 16:39

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    探讨了人工智能如何通过技术创新推动能源科学的进步,为未来的可持续发展提供了强大的支持。 首先,书中通过深入浅出的语言,介绍了人工智能在能源领域的基本概念和技术原理。这使得我对人工智能
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    。 4. 对未来生命科学发展的展望 在阅读这一章后,我对未来生命科学的发展充满了期待。我相信,在人工智能技术的推动下,生命科学将取得更加显著的进展。例如,在药物研发领域,AI技术将帮助科学家们更加
    发表于 10-14 09:21

    《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

    深刻认识到人工智能推动科学进步中的核心价值。它不仅是科技进步的加速,更是人类智慧拓展的催化剂,引领我们迈向一个更加智慧、高效、可持续的科学研究新时代。
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    长时间运行或电池供电的设备尤为重要。 高性能 : 尽管RISC-V架构以低功耗著称,但其高性能也不容忽视。通过优化指令集和处理设计,RISC-V可以在处理复杂的人工智能图像处理任务时表现出色。 三
    发表于 09-28 11:00

    FPGA在人工智能中的应用有哪些?

    定制的硬件设计,提高了硬件的灵活性和适应性。 综上所述,FPGA在人工智能领域的应用前景广阔,不仅可以用于深度学习的加速和云计算的加速,还可以针对特定应用场景进行定制计算,为人工智能
    发表于 07-29 17:05

    意法半导体ST Edge AI Suite人工智能开发套件上线

    边缘人工智能进一步缩短了智能和决策能力与数据源之间的距离,是企业在当今的互联网时代实现产品智能化的关键技术。2023年年底,意法半导体ST Edge AI Suite人工智能开发套件横
    的头像 发表于 07-04 10:52 862次阅读

    传感器人工智能领域:潜藏的市场机遇与发展趋势

      一、引言 在科技日新月异的今天,传感器技术已成为推动科技进步的重要力量。传感器作为连接物理世界和数字世界的桥梁,其应用范围越来越广泛。尤其在人工智能领域,
    的头像 发表于 06-13 19:28 3016次阅读
    <b class='flag-5'>传感器</b>在<b class='flag-5'>人工智能</b>领域:潜藏的市场机遇与发展趋势

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V1)

    机器人案例.pdf 人工智能 AI泛边缘智能安防实训 31分38秒 https://t.elecfans.com/v/25509.html *附件:泛边缘案例课.pdf
    发表于 04-01 10:40

    施耐德电气携手英伟达推进边缘人工智能和数字孪生技术突破性变革

    近日,全球能源管理与自动领域的数字转型专家施耐德电气宣布与英伟达达成合作,共同优化数据中心基础设施,携手推进边缘人工智能(AI)和数字孪生技术突破性变革。
    的头像 发表于 03-22 10:36 691次阅读

    人工智能电脑市场的扩大与普及

    根据行业趋势及部分厂商如英特尔的产品规划,专门配备专用人工智能加速模块(如神经网络处理单元NPU)的PC处理正逐步普及,预计AI PC将以“新生产力释放者”的身份,推动提高工作效率、
    的头像 发表于 03-20 09:32 499次阅读

    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商业途径之一。
    发表于 02-26 10:17