邊緣處理基本的技術能力是什麼

2020-12-17 電子發燒友

邊緣處理基本的技術能力是什麼

朗銳智科 發表於 2019-09-18 09:29:50

近期，恩智浦半導體宣布推出易於使用的泛化機器學習開發環境，用於構建具有高端功能的創新應用。對於恩智浦的從低成本微控制器（MCU）到突破性的跨界i.MX RT處理器和高性能應用處理器等設備，客戶都可以輕鬆實現機器學習功能。

機器學習開發環境提供全套即用型方案，用戶可以在ARM Cortex內核到高性能GPU/DSP（圖形處理單元/數位訊號處理器）複合體等中選擇最佳執行引擎，還提供在這些引擎上部署機器學習模型（包括神經網絡）的工具。嵌入式人工智慧（AI）正迅速成為邊緣處理的基本技術能力，使「智能」設備能夠「意識到」周圍環境，並在很少或根本沒有人為幹預的情況下根據接收的信息做出決定。

基於視覺的機器學習應用通過攝像頭向各類機器學習算法（其中神經網絡最為流行）提供輸入信息。這些應用涵蓋大部分細分垂直市場，並可執行諸如對象識別、身份驗證、人員統計等功能。語音激活設備（VAD）正推動邊緣機器學習的需求，以實現喚醒詞檢測、自然語言處理以及「語音用戶界面」應用。基於機器學習的異常檢測（根據振動/聲音模式）能夠識別即將發生的故障，進而大幅減少設備停機時間，實現工業4.0的快速變革。恩智浦為客戶提供多種將機器學習集成到應用中的方案。

恩智浦人工智慧技術主管Markus Levy表示，「在嵌入式應用中使用機器學習時，必須同時兼顧成本和最終用戶體驗。例如，在我們的高性價比MCU中也可以部署AI推理引擎，並獲得足夠的性能，這讓許多人仍然感到驚訝。」 「另一方面，我們的高性能跨界和應用處理器也擁有強大處理能力，在許多客戶應用中都可以實現快速AI推理和訓練。隨著AI應用的不斷擴展，我們將通過旨在加快機器學習的下一代處理器持續推動該應用領域的增長。」

將AI/機器學習技術引入邊緣計算應用的另一個關鍵要求是可以從雲端輕鬆、安全地部署和升級嵌入式設備。EdgeScale平臺支持對物聯網和邊緣設備進行安全配置和管理。EdgeScale通過在雲端集成AI/機器學習和推理引擎，並自動將集成模塊安全地部署到邊緣設備，實現端到端的持續開發和交付體驗。

為了滿足廣泛的客戶需求，恩智浦還創建了一個機器學習合作夥伴生態系統，將客戶與技術供應商聯繫起來，通過經過驗證的機器學習工具、推理引擎、解決方案和設計服務，加快產品研發、生產和上市時間。

來源：朗銳智科

打開APP閱讀更多精彩內容

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴

相關焦點

  • 邊緣計算到底是個什麼技術?邊緣計算硬體架構
    「邊緣計算」這個名詞，但是總感覺不明白到底什麼是「邊緣計算」，不明覺厲的感覺。」相對應的一種技術，「邊緣」的意思就是現場數據採集這一端。「邊緣計算」就是「在數據採集現場處理數據」。 如果還不明白我就再舉一個例子，這次在抗擊新冠病毒中立了大功的阿里雲AI診斷技術，通過分析醫院上傳的CT影像資料，20秒就能確診新冠肺炎，準確率高達96%。這就是典型的雲計算。
  • 什麼是邊緣人工智慧和邊緣計算?
    這些設備可能是專用邊緣計算伺服器、內部部署設備或物聯網(IoT)設備。使用邊緣計算有許多優點。例如，基於網際網路/雲平臺的計算處理會受到網絡延遲和帶寬的限制，而邊緣計算則不受這些因素的限制。什麼是邊緣人工智慧？在了解了什麼是邊緣計算之後，需要了解邊緣人工智慧。
  • 什麼是邊緣計算,與雲計算有什麼本質區別?
    首先我們先了解一下什麼是雲計算，雲計算（cloud computing）是分布式計算的一種，指的是通過網絡「雲」將巨大的數據計算處理程序分解成無數個小程序，然後，通過多部伺服器組成的系統進行處理和分析這些小程序得到結果並返回給用戶。
  • 離散製造業邊緣計算實施架構及技術體系
    二、離散製造業邊緣計算關鍵技術離散製造業邊緣計算平臺需要解決海量數據管理與處理、多源數據集成、各類設備接入、數據建模分析、資源規劃分配、應用創新與集成等一系列問題，邊緣計算的核心關鍵技術能夠支撐這些需求，一些典型關鍵技術在業界被廣泛應用並受到高度關注，其中一方面邊緣智能、異構計算、互聯互通等技術進一步提升邊緣側面向離散製造業的數據管理和分析能力
  • 牆布邊緣如何處理 牆布邊緣要不要打美縫膠 牆布邊緣打什麼膠最好
    接下來，我們就一起來了解一下牆布邊緣如何處理，牆布邊緣要不要打美縫膠以及牆布邊緣打什麼膠最好的相關內容，希望可以幫助到大家。一、牆布邊緣如何處理1、牆面邊緣可以使用打火機處理，其優點是打火機的成本低，好攜帶，缺點是如果控制不好，就會將牆布損壞，在操作過程中，要快速用火苗燒掉毛邊，不要在同一個地方停留太久。
  • 邊緣計算構建三大運營商5G專網核心能力
    因此用網絡邊緣對數據進行分類，將部分數據放在邊緣處理，減少延遲，從而實現實時且更高效的數據處理，將達到對雲計算的有力補充。數據處理由網絡中心下放到網絡邊緣的節點上，使得數據處理更接近數據來源，能夠有效降低時延。邊緣計算已成運營商面向ToB市場發展的重要抓手。
  • 物聯網邊緣計算的實際潛力是什麼
    儘管該主題看似簡單明了，但在物聯網邊緣計算方面仍然存在很多困惑，包括它是什麼，如何實現它以及它的殺手級應用程式是什麼，這都需要人們進一步探索。 定義物聯網邊緣 在談邊緣計算時，不可避免地聽到霧計算。有人說這些術語是可以互換的，而另一些人則認為邊緣是霧的一部分。
  • 什麼是邊緣計算(Edge computing)?邊緣計算的解釋和3種類型
    )的基本驅動因素和許多類型的邊緣計算(Edge computing )。　　多雲邊緣(Cloudy Edge)從前只是一個沒有任何計算能力的網絡邊緣。它們被稱為PoP(存在的節點，points-of-presence)。
  • 華為雲智能邊緣雲首席架構師技術解讀KubeEdge
    由華為雲開源的智能邊緣項目KubeEdge在會上榮獲尖峰開源技術創新獎，華為雲智能邊緣雲首席架構師張琦出席領獎並發表了《KubeEdge：雲原生的邊緣計算平臺》的主題演講。早在今年3月，CNCF基金會及技術委員會全體一致同意開源智能邊緣項目KubeEdge加入CNCF社區，成為CNCF在智能邊緣領域的首個正式項目。
  • 億歐智庫丨案例分析:人人智能,邊緣計算+視頻監控技術
    邊緣計算的「邊緣」不限制在邊緣伺服器這樣的邊緣節點，還包括網絡邊緣的攝像頭、智慧型手機、網關、可穿戴的計算設備和傳感器等設備。邊緣計算的基本理念指利用邊緣設備已有的計算能力，將應用服務程序的全部或部分計算任務從雲中心遷移到邊緣設備終端執行，降低能源消耗。
  • 紅帽憑藉企業級Kubernetes和自動化技術開拓邊緣領域
    隨著數據量、設備數量的不斷增多以及新技術的持續推出，企業看到了邊緣計算的好處。據Analysys Mason調查指出，邊緣計算已成為許多運營商的戰略重點，其中30%的運營商已經開始部署邊緣雲，並且57%的運營商計劃在明年開始部署。　　邊緣計算可幫助企業擴展其基礎架構，為延遲敏感型新應用提供支持，並在更靠近數據源的位置進行數據處理，從而利用數據洞察而推動創新。
  • 邊緣計算不邊緣 空間俠引領建設全面智能的數字世界
    近幾年，新興技術的發展迅速，大數據、區塊鏈、5G、AI等詞被頻頻提及，但是關於「邊緣計算」這個詞卻仿佛被邊緣化了，鮮有人提。實際上，隨著5G發展的普及，邊緣計算正在凸顯它越來越重要的技術地位。邊緣計算的定義據百度百科解釋，邊緣計算起源於傳媒領域，是指在靠近物或數據源頭的一側，採用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務，滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。百度百科解釋過於抽象，並不好理解。因此我們可以用形象點的說法進行說明。
  • 兩種深度學習技術部署:直接在設備上在雲端和邊緣
    原標題：揭開AI部署神秘面紗：在雲端和邊緣 　　如今，有兩種可能的深度學習技術部署：直接在設備上在雲端和邊緣。 　　由於對處理能力和內存消耗的廣泛需求以及AI模型的規模，這些部署中的大多數依賴於雲。儘管雲部署使AI可以從高性能計算系統的功能中受益，但挑戰依然存在。
  • 阿里雲開拓的邊緣計算是什麼?Filecoin在邊緣計算中的必要性?
    隨著5G商用化進程的推進，邊緣計算正式站上了市場的風口，成為一股不可阻擋的技術趨勢。邊緣計算在企業數位化中扮演了越來越重要的角色。根據Gartner數據顯示，到2021年底將有超過50%的大型企業部署至少一個邊緣計算應用；到2023年底，50%以上的大型企業將至少部署6個用於物聯網或沉浸式體驗的邊緣計算應用。作為邊緣計算的開拓者，阿里雲將通過雲計算與邊緣計算的深度結合，給企業帶來了更快更好的數據處理能力，為客戶創造出更多經濟價值。
  • 解鎖萬億級市場,邊緣計算不「邊緣」
    集中式的雲計算模型已然無法滿足萬物互聯下的海量數據的高效傳輸以及處理需求。伴隨著5G的發展，邊緣計算應運而生。在本小節中，我們將從四個問題出發，圍繞邊緣計算的定義、架構、特點/優勢、關鍵技術等進行拆解。1. 什麼是邊緣計算？
  • 邊緣計算是大勢所趨嗎?
    在這樣的背景下，邊緣計算技術作為雲計算技術的延伸和補充，進入了人們的視野。是指在靠近物或數據源頭的一側，採用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。其應用程式在邊緣側發起，產生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處於物理實體和工業連接之間，或處於物理實體的頂端。
  • 邊緣計算:是流行詞還是未來?
    在數字時代，物聯網（IoT）的快速發展和雲服務的推動，日常的生活往往會產生大量的數據需要收集、處理和分析，以支持智能設備的工作和智慧服務的開展。當雲計算無法很好的解決現有的數據計算問題，邊緣計算也就順勢推出，成為技術的另一個選擇。
  • 解鎖萬億級市場:邊緣計算那些不「邊緣」的投資機會
    物聯網的發展，為網絡傳輸的實時性、網絡帶寬帶來新挑戰，也對數據的存儲、分析、處理提出新要求。集中式的雲計算模型已然無法滿足萬物互聯下的海量數據的高效傳輸以及處理需求。伴隨著5G的發展，邊緣計算應運而生。在本小節中，我們將從四個問題出發，圍繞邊緣計算的定義、架構、特點/優勢、關鍵技術等進行拆解。
  • 常見的圖像處理技術
    所需安裝的庫：PIL、OpenCV、imutils為什麼我們需要學習圖像處理技術？深度學習對於圖像的分析、識別以及語義理解具有重要意義。「圖像分類」、「對象檢測」、「實例分割」等是深度學習在圖像中的常見應用。
  • Python 圖像處理 OpenCV (13): Scharr 算子和 LOG 算子邊緣檢測技術
    Scharr 算子在說 Scharr 算子之前，必須要提的是前面我們介紹過的 Sobel 算子， Sobel 算子雖然可以有效的提取圖像邊緣，但是對圖像中較弱的邊緣提取效果較差。，也稱為 Marr & Hildreth 算子，它根據圖像的信噪比來求檢測邊緣的最優濾波器。