主办单位:中国物品编码中心 | 中国自动识别技术协会 | 《中国自动识别技术》杂志社

设为首页 | 加入收藏 | 关于我们

  特别报道  正文

嵌入式人工智能/机器学习: “生态+集成+定制”差异化发展

发布时间:2022年09月01日 来源:中国自动识别网 作者:陈娇 刘朝晖

随着嵌入式处理器能力的不断提升,超小型化的硬件加速器不断被引入,以及原厂、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、立足良好通信条件和基于云的人工智能应用。

当谷歌AlphaGo战胜人类围棋世界冠军的事件发生,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”的模型得到广泛认同。伴随着开源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,各种功耗和成本变得更低,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”为中心的发展新模式,针对特定或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”。
 
最新Matter协议和物联网大生态
芯科科技(Silicon Labs)是一家全球物联网芯片、软件和解决方案供应商,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,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。
其中,Silicon Labs推出的BG24和MG24系列2.4 GHz无线SoC,不仅支持最新的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AI/ML功能。为实现AI/ML算力,BG24和MG24系列率先集成专用的AI/ML加速器。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。
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,可支持多协议、Matter和用大型数据集训练ML算法。这些芯片载有具备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,如图1所示。
图1  Silicon Labs推出的带有AI/ML功能的BG24/MG24无线SoC系列产品
 
高集成度嵌入式AI/ML配合领先商用开发工具
嵌入式开发软件和服务提供商IAR Systems开发的IAR Embedded Workbench®工具链已在全球获得广泛应用。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,打造基于人工智能、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。其中,Alif Semiconductor的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大幅扩展。
与此同时,于去年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。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,并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
多样化需求是嵌入式应用的特征之一,MCU供应商长期以来通过不同的处理器内核与外设搭配满足用户的个性化需求。而RISC-V的兴起,带来了定制处理器的新潮流,并将继续延伸到嵌入式AI/ML领域。
Codasip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的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。Codasip L31/L11嵌入式内核运行在谷歌TensorFlow Lite for Microcontrollers(TFLite Micro)上,利用Codasip Studio工具定制一类全新的嵌入式AI内核,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。
Codasip的“创造差异化设计”模式,意味着使用其Studio工具的客户,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,为嵌入式、高效率的边缘神经网络处理带来低延迟、高安全性、快速通信和低功耗等优势,如图2所示。
图2  Codasip的Studio工具链可支持定制带有嵌入式AI功能的处理器内核
 
随着产业的发展,嵌入式AI/ML技术和应用都将得到进一步发展,基于 “生态+集成+定制”新范式,以及不断推陈出新的边缘应用的硬件加速器和安全技术将会得到高度关注,IP产品也会从服务器和数据中心市场走进嵌入式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。
陈娇 刘朝晖
(作者单位:北京华兴万邦管理咨询有限公司)
《中国自动识别技术》2022年第4期总第97期

延伸阅读:

声明:

    凡本网注明“来源:中国自动识别网、《中国自动识别技术》、《条码与信息系统》”的所有作品,版权均属于中国自动识别网、《中国自动识别技术》、《条码与信息系统》, 未经本网授权不得转载、摘编或利用其他方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:中国自动识别网、《中国自动识别技术》或《条码与信息系统》”。违反上述声明者,本网将追究其相关法律责任。
    凡本网注明“来源:XXX(非中国自动识别网、《中国自动识别技术》、《条码与信息系统》)”的作品,均转载自其他媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。文章内容仅供参考。 如因作品内容、版权和其他问题需要同本网联系的,请将内容传真至010-84295675,以便本网尽快处理。

高端访谈 更多>>
物品身份及其编码的本质
张成海 中国物品编码中心主任、中国ECR委员会联合主席、国际物品编码组织(GS1)管理委员会委员及顾问委员会委员、全...
推进我国二维码标准化应...
王毅,中国物品编码中心二维码研究室主任,技术部副主任,研究员,国际自动识别与数据采集技术分委会(ISO/IEC JTC1/S...
AVEVA剑维软件: 信息和智...
数据是数字化转型的关键因素,是企业的重要资产。
铨顺宏:RFID的坚守与勃发
数字化经济,在产业中离不开“物联网+”对传感器技术结合的需求;泛在物联网大数据平台和分析等技术,都是不可或缺的...
杂志专区 更多>>

《2022第4期》

《2022第4期》