智能工廠的AI趨勢：從工業(yè)終端設(shè)備智能化向工廠整體智能化演進(jìn)

邊緣AI給工業(yè)帶來的變化

邊緣AI計(jì)算是更靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣，融合了網(wǎng)絡(luò)、計(jì)算、存儲以及應(yīng)用處理能力的分布式平臺，就近提供智能服務(wù)。邊緣計(jì)算將云計(jì)算和數(shù)據(jù)存儲能力下沉到邊緣，更好地保障了應(yīng)用服務(wù)的低延時、高可靠性以及數(shù)據(jù)安全。因此邊緣云計(jì)算技術(shù)將成為人工智能、物聯(lián)網(wǎng)等領(lǐng)域的關(guān)鍵組成部分，也將得到更大的發(fā)展，覆蓋的潛在客戶和場景將不斷出現(xiàn)。

瑞薩電子 中國物聯(lián)網(wǎng)及基礎(chǔ)設(shè)施事業(yè)部 經(jīng)理 杜灝

邊緣計(jì)算的技術(shù)挑戰(zhàn)

隨著互聯(lián)網(wǎng)時代的到來，AI技術(shù)的普及，越來越多的智能化設(shè)備走進(jìn)了我們的生活?！霸O(shè)備端、云端、大數(shù)據(jù)、物聯(lián)網(wǎng)”相輔相成，共同編織成了一個完善的智能化、數(shù)字化世界。目前絕大多數(shù)智能化設(shè)備的AI學(xué)習(xí)和推理都必須依靠強(qiáng)大的云端計(jì)算能力來進(jìn)行數(shù)據(jù)分析與算法的運(yùn)作。但是，如果設(shè)備過份依賴云端進(jìn)行所有AI學(xué)習(xí)和推理, 確實(shí)還存在著上傳云端過程中因網(wǎng)絡(luò)帶寬問題而產(chǎn)生的通信延遲等問題。諸如此類數(shù)據(jù)的處理挑戰(zhàn)將會在未來幾年內(nèi)進(jìn)一步加劇。

瑞薩的解決方案

面向智能工廠的AI發(fā)展，我們認(rèn)為會以從工業(yè)終端設(shè)備智能化逐漸向工廠整體智能化的形式前進(jìn)。瑞薩e-AI致力于在工業(yè)終端設(shè)備系統(tǒng)所搭載的MCU/SoC上有廣泛的應(yīng)用?；谟脩舻募扔兄圃煸O(shè)備，瑞薩首先會提供附加AI單元的解決方案，來拓展該市場，從而使e-AI的實(shí)用性得到市場廣泛的理解，進(jìn)而推進(jìn)各工業(yè)終端設(shè)備的e-AI預(yù)安裝解決方案的普及，最終使瑞薩的e-AI得到廣泛的發(fā)展。

2017年7月，瑞薩電子首次推出e－AI方案，通過瑞薩電子提供的e－AI翻譯器，把客戶AI模型翻譯到C語言，然后在瑞薩電子的MCU/SoC里進(jìn)行AI的終端推理功能。

2018年10月，瑞薩電子推出第二代的e－AI解決方案，將瑞薩電子獨(dú)有的DRP技術(shù)嵌入芯片，實(shí)現(xiàn)基于DRP的e－AI解決方案。DRP是執(zhí)行e-AI以及優(yōu)化最終產(chǎn)品整體性能的核心技術(shù)之一。我們有具體的對比表顯示相較于競爭對手產(chǎn)品的優(yōu)勢。與FPGA相比，DRP具有更高的靈活性和節(jié)省成本，因?yàn)樗惴ǖ姆N類和大小可以由同一個DRP硬件進(jìn)行時間復(fù)用處理。DRP的靈活性非常適合于人工智能產(chǎn)業(yè)的DNN（深度神經(jīng)網(wǎng)絡(luò)）的快速演化。此外，由于DRP是一種低時鐘速率的硬件加速器，因此其功率效率遠(yuǎn)優(yōu)于競爭對手（如GPU）。即使是人工智能推理也不需要散熱器。