24小時(shí)聯(lián)系電話(huà):18217114652、13661815404
中文
公司新聞
用開(kāi)創(chuàng )性的新技術(shù)方法釋放邊緣人工智能的全部潛力
用開(kāi)創(chuàng )性的新技術(shù)方法釋放邊緣人工智能的全部潛力
在邊緣而不是在云中運行 AI 模型為 IoT 應用程序提供了顯著(zhù)的優(yōu)勢。AI設計可以更簡(jiǎn)單，數據處理更安全，整體用戶(hù)體驗更優(yōu)越。此外，邊緣人工智能處理對于視頻分析等需要實(shí)時(shí)處理大量數據的低延遲應用程序更有利。
人工智能 OEM
無(wú)論是設計消費電子產(chǎn)品、企業(yè)設備還是工業(yè)應用，邊緣 AI 原始設備制造商 (OEM) 面臨的挑戰是開(kāi)發(fā)具有低延遲、高性能和低功耗的低成本、小尺寸設備。由于帶寬受限的內存和高時(shí)鐘速度，數字技術(shù)的固有局限性迫使原始設備制造商做出權衡，這限制了人工智能的潛力，即使在今天也是如此。一種新方法——模擬計算與閃存相結合——有望使公司能夠負擔得起廣泛部署強大的邊緣人工智能應用程序。
閃存
與硬盤(pán)驅動(dòng)器相比，閃存技術(shù)具有令人難以置信的密度和微小的尺寸，并且能夠在不通電的情況下保留信息，從而推動(dòng)電子行業(yè)向前發(fā)展。我們都應該感謝閃存讓我們可以保存照片、下載應用程序以及在我們每天使用的智能手機、筆記本電腦和其他設備上做更多事情。然而，閃存也有一些缺點(diǎn)。與其他內存技術(shù)相比，它的低速和高功耗限制了它在長(cháng)存儲上的使用。
模擬計算
模擬計算是一項已顯示出巨大前景的技術(shù)，但在歷史上曾面臨多項實(shí)施挑戰。模擬計算的最大障礙之一是其規模。模擬芯片傳統上太大且成本高昂，更不用說(shuō)開(kāi)發(fā)起來(lái)非常困難。模擬計算已經(jīng)研究了幾十年，因為公司試圖弄清楚如何利用模擬的快速計算速度和功率效率（它比數字系統更有效）滿(mǎn)足當今的計算需求。
結合閃存和模擬
通過(guò)結合閃存和模擬計算，您得到的總和遠大于單個(gè)部分。這種組合實(shí)現了令人難以置信的密度——將成本降低 20 倍，并使處理器設計采用緊湊的單芯片形式——以及比數字效率高 10 倍的超低功耗和可與 700 美元計算能力相媲美的高性能GPU系統。公司可以利用具有模擬內存計算功能的 AI 處理器，在廣泛的 IoT 應用程序中輕松且經(jīng)濟高效地部署AI。
當然，模擬計算需要生活在數字世界中。AI 系統連接到數字傳感器和處理器。這意味著(zhù)模擬計算處理器可能需要數以萬(wàn)計的模數 (ADC) 和數模 (DAC) 轉換器。為了安裝在單個(gè)芯片上，ADC 需要非常小，并且需要以高能效設計。
利用模擬計算能力與閃存相結合，OEM 可以重新思考 AI 的可能性。想象一下，如果沒(méi)有邊緣人工智能應用程序的功率、成本和性能方面的現有限制，我們將看到哪些令人興奮的創(chuàng )新。從農場(chǎng)到工廠(chǎng)，從數據中心到交通運輸等等，由模擬內存計算技術(shù)驅動(dòng)的邊緣人工智能的可能性是無(wú)窮無(wú)盡的。