智能家居边缘AI的要求是独特的

2020年8月21日

作者:Vineet Ganju

随着我们在家庭、工作和娱乐中使用的设备的数量和种类持续增长，我们也看到了我们与它们互动的方式正在不断演变，以获得更多的价值、娱乐或便利。消费者不再满足于必须转动旋钮、按下按钮或拨动开关才能使用电视、电器或家庭安全设备。我们越来越希望它们能识别我们的声音和手势，我们的脸和动作。视频、摄像头、语音和音频传感正在迅速成为许多消费电子产品的必备设备。

我们的“智能”设备正变得越来越智能，不仅能够识别意图，还能解释偏好和存在感，从而提供更高水平的效率。感知智能是物联网新时代的口号。

与此同时，消费者要求他们的电子产品有更快的响应时间和更安全、更私密的操作。这推动了边缘计算的采用，降低了通过云处理的依赖性(和安全风险)。能够通过神经网络在设备本身本地嵌入基于机器学习的智能，有望实现新一代物联网的可能性。

边缘设备中智能处理的结合也带来了新的挑战，需要高度先进的芯片和软件解决方案。虽然这种类型的Edge AI已经在各种各样的最初用途中得到采用，但它在很大程度上仅限于昂贵的产品，如智能手机和汽车。Synaptics正致力于促进基于边缘的AI设备的进一步普及，以满足更广泛的消费应用所需的安全性、性能和成本。华体会最新下载网站

我们提供soc系列(音频和视频为中心)，以支持高度针对一系列消费设备的Edge AI应用程序。华体会最新下载网站该系列中的每个SoC都集成了所需的处理核心，以及适用于该应用的适当级别的集成AI性能。我们的SoC平台集成了多种类型的处理器引擎:CPU、NPU、GPU和ISP，以及与高性能相机和显示器的挂钩。这样的体系结构能够实现高安全、低成本推理和实时、多模态性能的理想结合。

在竞争激烈的消费电子行业，上市时间和差异化也很重要。为了解决边缘AI广泛扩散的挑战，需要一个完整的堆栈方法，其中包括必要的开发工具，将AI创新引入边缘AI SoC。最重要的是，所需的工具集应该与AI开发人员的庞大且不断增长的用户社区相兼容。例如，该工具包将使开发人员能够导入使用行业标准框架创建的模型，如TensorFlow、TensorFlow Lite、Caffe和ONNX。这使得开发人员能够利用现有的AI创新，让他们快速、轻松地工作在目标SoC上。

在《EE Times》最近的一篇文章中，我们进一步研究了机器如何利用语音、视频和视觉数据来理解和预测我们所做、所说或触摸的内容。这种技术正在彻底改变物联网如何为我们的生活提供前所未有的安全、便利和生产力水平。

阅读更多在EE Times在这里．