突破算力限制端侧AI部署提速

第第页突破算力限制，端侧AI部署提速2023年8月23日，由（电子）发烧友网与ELEXCON2023深圳国际电子展联合主办的2023第七届（人工智能）大会暨第四届人工智能卓越创新奖颁奖典礼圆满落幕。本次大会主题为“智向远大、能者千面”，同时大会邀请到（TI）（德州仪器）、爱德万测试、爱芯元智、安谋（科技）、楼氏电子、（ADI）、（瑞萨）电子等全球知名企业高管和行业专家带来精彩分享。

楼氏：创新的（音频）解决方案——楼氏（DSP）及（MEMS）麦克风（产品）简介

作为首个将MEMS麦克风引入（手机）端的公司，也是MEMS麦克风市场的领导者，楼氏在消费级终端音频领域有着深厚的技术积累。而随着降噪等（智能）音频的需求逐渐增长，楼氏也推出了智能化的麦克风和音频DSP方案。本届（AI）大会上，楼氏电子高级经理廖彬彬分享了《创新的音频解决方案》，并对楼氏的MEMS麦克风和DSP产品进行了简介。

楼氏电子高级经理廖彬彬

根据信噪比的性能表现，楼氏有着完整的入门到高端的麦克风产品阵容，同时也做到了低功耗、低延迟、低谐波失真等诸多优秀特性，其旗舰产品Rapt（or）已经在高端TWS耳机上得到了应用。同时针对汽车领域，楼氏也推出了通过AEC-Q100/103的车规级麦克风。近期楼氏也发布了V2S振动麦克风，这类麦克风仅通过骨传导来拾取通话者的声音，抑制了环境噪声，可以用于提高嘈杂环境中的语音通话质量。

楼氏的另一音频产品线同样在智能麦克风应用中被广泛应用，那就是其音频DSP产品线AISon（ic）。AISonic的先进DSP（算法）基于楼氏自研指令集打造，支持（硬件）加速（神经网络）指令，并实现了极高的计算效率。从IA611到即将推出的IA8202，AISonicDSP的性能也愈发强大，可以运行更加复杂的算法。

同时借助开放式的DSP架构，楼氏拥有了顶尖的第三方算法（开发者）合作生态，提供了从语音唤醒、降噪等一系列解决方案。楼氏还提供了专门用于算法开发的开发板以及IDE、（SD）K看，进一步助力客户将其音频DSP集成到产品中去。

（AD）I：赋能边缘AI

在本次大会上，ADI资深应用（工程师）刘明琳，带来了关于“ADI赋能边缘AI”的主题分享。刘明琳是AI行业的资深老兵，拥有10年以上的AIoT行业技术研发经验，他表示“人工智能革命正在快速进行，驱使冰冷的机器能够看到、听到和感知周围的世界并作出决策。越来越多的行业开始用到（AI技术），而AI技术的发展使得（深度学习）这个功能变得强大，可以在（微控制器）上也实现智能。”

ADI资深应用工程师刘明琳

深度学习是基于神经元的一个系统，单一数据输入后会进入到很多的神经元，而不同的神经元之间会进行交互，最后输出一个结果的信息。刘明琳在讲述人工智能概述后，也重点介绍了卷积神经网络的应用情况，根据他的介绍ADI边缘AI已经在多个领域有成功的应用案例，包括鸡蛋大小区分、指令控制智能头盔拍照或接电话、智能门锁的人脸识别、智能电表数字识别并自动报数等等。

为什么ADI要去做边缘AI呢？会上，刘明琳也给出了答案。他表示，相较云端，边缘推理有四大优点：①限制功耗使用。在（传感器）端计算结果，花费更少的功耗用于通讯和云端计算。②改善时延。本地推理可以更快且稳定得到计算结果。③保护隐私。本地计算允许在不离开场所的情况下处理和销毁数据。④包含成本和规模。采用（嵌入式）方案使得总体方案成本和规模更低。

ADI的AI产品策略主要是三个：低功耗、AI、超安全。低功耗方面，ADI的AI产品是一个小尺寸的低功耗、大内存的，可以做普适计算，具有安全、内存纠错、精度（模拟）等（工业）特征，可以助力客户在工业领域进行多元扩张。AI方面，相比传统的（微处理器），ADI深度学习加速器可以使处理性能快100倍，功耗不到1%，这使电池应用的（机器视觉）成为可能。在超安全方面，ADI本身是做安全（芯片）起家的，安全（处理器）在业内极具领先，ADI表示它也会将安全技术集成到（MCU）内部，满足支付卡行业标准。

目前ADI边缘处理器主要有两款，分别为MAX78000和MAX78002。MAX78000是一颗具有超低功耗卷积神经网络加速器的人工智能微控制器。而MAX78002是一个新升级的产品，据刘明琳的介绍，这款产品主要是在卷积神经网络的升级，MAX78002的卷积神经网络可以处理更大的模型，模拟参数可以达到2.3兆，支持的卷积神经网络层数可以达到128层。ADIMAX7800x边缘处理器深度学习应用，可覆盖图像类应用、（信号）变换、时间序列类应用。

对于神经网络运算具有超高的性能和能效比。在边缘设备上可以实现深度学习推理加速。同时具有超低功耗技术，可以在极低的功耗下实现高性能的AI计算，从而延长嵌入式设备的电池寿命。并且搭载了多种（接口），包括摄像头、（I2C）、SPI、GPIO等，方便开发者与外部设备进行连接和交互。

瑞萨电子：小资源大能量，边缘AI解决方案的秘密武器

在本次大会上，瑞萨电子资深技术专家凌滔带来了主题为“小资源大能量，边缘AI解决方案的秘密武器”的精彩分享。内容主要以AI概述、瑞萨边缘侧MCU上的AI/ML布局、瑞萨CORTEXM85MCU三部分进行。

瑞萨电子资深技术专家凌滔

什么是AI呢？“AI对我来说，就是现在的网红，特别是今年的ChatGPT生成式AI火得一塌糊涂。AI从学科上定义为研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。”凌滔表示。边缘侧AI已经广泛覆盖人脸识别、物体识别、声音识别、活动场景识别、设备振动监测、设备电压（电流）状态监测等应用场景。

在对AI概念进行讲解之后，凌滔详细介绍了瑞萨边缘侧MCU上AI/ML的布局。去年，瑞萨收购了专门做（机器学习）的RealityAI。它拥有实时分析的端到端自动机器学习工具、生成小型AI软件、强大的数学运算内核，生成出来的代码非常紧凑，而且模型具有可解释性。瑞萨还针对目前主流神经网络框架开发了一款e-AITranslator工具，有自带模型开发模式（BYOM），这更适用于已有自己模型且想快速部署到瑞萨MCU中的客户。

最后，在本次大会上，瑞萨电子重磅发布了全球第一颗CORTEX-M85MCU。那这是一颗什么样的MCU呢？根据凌滔的介绍，这是一颗带Helium的MCU，可以为边缘节点人工智能等计算密集型应用提供先进的DSP/ML功能，运算得更快。Cortex-M85提供超过6CoreMark/MHz的性能，可支持要求最高计算性能和DSP或ML功能的苛刻（物联网）应用。瑞萨下一代RAMCU上的基于摄像头的人体（检测），与Plumerai合作开发使用Helium加速，实现13fps的帧率，性能提升至Cortex-M7内核的3.6倍。

2023年人工智能产业概况及应用趋势分析

人工智能技术被认为是新一轮科技革命和产业革命的重要驱动力量。过去这些年，产业市场规模快速成长，根据调研机构数据，2023年全球人工智能产业市场收入总计为3833亿美元，2022年达到4328亿美元，同比增长19.6%。预计2023年将会超过5000亿美元规模。

在中国，人工智能产业的发展速度更快，2023年中国人工智能核心产业规模约为1998亿元，预计2026年将超过6000亿元，复合年增长率达到24.8%。

尽管如此，当前人工智能仍处于商业落地早期，主要面临场景需求碎片化、人力研发和应用计算成本高、长尾场景数据较少导致模型训练精度不够、模型算法从实验室场景到真实场景效果差距大等行业痛点。而大模型的出现有望推动人工智能产业化进一步加速。

人工智能的应用将会向更深更广的方向发展。根据电子发烧友调研，智能制造、智能驾驶、（机器人）是最被看好的几个应用领域，另外，（智能家居）、智能消防、智慧农业、医疗健康、养老、互联网、安防、能源、教育、零售等领域也将是人工智能的重要应用领域。

电子发烧友网产业编辑