摘要本白皮書將說明打造高效邊緣人工智慧 (AI) 系統的要求,以及視覺 AI 處理器如何藉由異質架構和可擴充 AI 性能,幫助實現最佳性能。
![]() | 定義頂尖邊緣人工智慧。許多類型的系統都可從邊緣 AI 處理中獲益。 |
![]() | 什麼是實際的邊緣 AI 系統?考慮哪些架構和核心最適合完成系統所需工作。 |
![]() | 設計搭載視覺 AI 處理器的邊緣 AI 系統,如 TDA4 和 AM6xA 晶片系統 (SoC)。這些 SoC 可在低功耗與低系統 BOM 成本下,提供可擴充的輸送量和運算性能。 |
當消費者在線上訂購產品時,自動化可為程序中的每個步驟提高效率,不管是製造原料、提高倉庫生產力還是促進宅配,有時只需要幾小時即可送達客戶家中。若想在自動化方面持續進步,將需要更好的機器感知和智慧和更少錯誤,此時只要將人工智慧 (AI) 引進邊緣裝置即可達成此目標。
若要打造更快速、更聰明且更準確的系統,需要從更多感測器獲得更多資料,並需增加處理能力。但資料及運算增加也會對系統性能及其功耗和成本要求帶來挑戰。若想實現系統最佳化與縮短開發週期時間,必須以較實際的方式來設計邊緣 AI 系統。
邊緣 AI 以本機裝置處理 AI 演算法取代雲端處理,改變以深度神經網路 (DNN) 為主要演算法元件的工業和汽車應用。邊緣 AI 應用需要高速與低功耗處理,以及應用及其工作特有的進階整合,才能在尺寸受限、功率和散熱受限且成本受限的環境中有效運作。圖 1 說明運用邊緣 AI 處理來提升性能和效率的部分應用。例如使用視覺輸入的邊緣 AI 系統可在生產線上以單一攝影機進行品質控制,或以多部攝影機支援汽車或行動機器人的功能安全。
邊緣 AI 系統可協助改善倉庫與工廠效率,讓城市、建築與農業更安全、更有效率,並讓居家與零售環境更加智慧化。讓我們來看看幾個需要高效邊緣 AI 處理的系統:
表 1 列出各種應用程序的系統要求。
ADAS | 機器人 | 智慧型零售 | 機械 視覺 |
邊緣 AI 運算盒 | |
---|---|---|---|---|---|
深度學習加速器 | x | x | x | x | x |
多攝影機影像訊號處理 (ISP) | x | x | x | x | x |
視覺加速器 | x | x | x | x | x |
深度與運動加速器 | x | x | x | x | x |
乙太網路開關 | x | x | x | ||
快捷外設互聯標準 (PCIe) 交換器 | x | x | |||
功能安全 | x | x |