人工智能和機(jī)器學(xué)習(xí) (AI/ML) 概念會(huì)讓人聯(lián)想到 Neo、Trinity 和 Morpheus 在《黑客帝國(guó)》(Matrix) 這部電影中與機(jī)器作戰(zhàn)的景象。然而他們并非一個(gè)新概念，AI/ML可幫助開(kāi)發(fā)人員創(chuàng)建更好、成本更低的物聯(lián)網(wǎng)終端節(jié)點(diǎn)。然而，在現(xiàn)實(shí)生活中， AI/ML可幫助開(kāi)發(fā)人員創(chuàng)建更好、成本更低的物聯(lián)網(wǎng)終端節(jié)點(diǎn)，使他們的產(chǎn)品生態(tài)系統(tǒng)受益。AI/ML 的好處不僅是單純地在終端節(jié)點(diǎn)做出更好的決策;一些優(yōu)化也會(huì)為所有相關(guān)人員帶來(lái)重要的優(yōu)勢(shì)，包括消費(fèi)者、開(kāi)發(fā)人員和運(yùn)營(yíng)商。點(diǎn)擊文末的閱讀原文按鈕可獲取完整內(nèi)容。
AI 和 ML
AI/ML 并非一個(gè)新概念，傳統(tǒng)上它的應(yīng)用是通過(guò)許多用戶可同時(shí)共享的耗電且非常昂貴的平臺(tái)來(lái)實(shí)現(xiàn)的。隨著科技行業(yè)日漸依賴數(shù)據(jù)的存儲(chǔ)和計(jì)算能力，資本支出和運(yùn)營(yíng)成本不斷上升，當(dāng)集中式數(shù)據(jù)中心開(kāi)始構(gòu)建和使用后，在成本支出方面為科技行業(yè)減輕了壓力。因?yàn)檫@種數(shù)據(jù)中心可以讓科技行業(yè)共享服務(wù)器、公用設(shè)施、冷卻設(shè)施、房地產(chǎn)和安全功能。此外，它還提供根據(jù)需求擴(kuò)展和縮減資源的功能，例如調(diào)整所需的計(jì)算和存儲(chǔ)量。鑒于這種成本共享性質(zhì)，諸如AI/ML等新技術(shù)就可以更快地投入使用。
為了避免不必要的非關(guān)鍵數(shù)據(jù)移動(dòng)，AI正在將計(jì)算能力轉(zhuǎn)回給邊緣設(shè)備，從而使開(kāi)發(fā)人員能充分利用AI和數(shù)據(jù)分析。
全球互連的分布式數(shù)據(jù)中心也為科技行業(yè)提供了使用區(qū)域性設(shè)施的能力。一家位于美國(guó)的物聯(lián)網(wǎng)公司可以為歐洲消費(fèi)者提供服務(wù)，而不會(huì)出現(xiàn)跨大西洋的延誤。在大陸之間傳輸和路由的數(shù)據(jù)，可能會(huì)因區(qū)域隱私和數(shù)據(jù)保護(hù)法律的細(xì)微差別而違反規(guī)定。如果您認(rèn)為在燈點(diǎn)亮前存在兩秒延遲的照明開(kāi)關(guān)會(huì)不符合消費(fèi)者的期望而難以獲得商業(yè)成功，那么上述要求就顯得很重要。
數(shù)據(jù)中心和云可促進(jìn)國(guó)內(nèi)和國(guó)際新商機(jī)的形成。開(kāi)發(fā)商建立的新機(jī)制可為消費(fèi)者和企業(yè)實(shí)體節(jié)省資金。
運(yùn)營(yíng)商可以不用再因?yàn)樾枰S時(shí)關(guān)注酒店的制冰機(jī)而將維修車納入業(yè)務(wù)作業(yè)中;因?yàn)樗麄冎?，只要在需要時(shí)派遣一輛維修車前往處理即可，此舉可為公司節(jié)省數(shù)萬(wàn)美元的運(yùn)營(yíng)費(fèi)用。
不必移動(dòng)的非關(guān)鍵數(shù)據(jù)
在故障發(fā)生之前使用 AI/ML查看設(shè)備中那些微小的表征可能很復(fù)雜，因?yàn)橄嚓P(guān)的表征可能過(guò)于精細(xì)而難以查核。這些變化可能是泵馬達(dá)的振動(dòng)，或者是熱交換器或冷凝器溫度的細(xì)微變化：這些是個(gè)人可能無(wú)法識(shí)別甚至看不到的東西。聯(lián)網(wǎng)制冰機(jī)的案例似乎并不足以讓眾多開(kāi)發(fā)商將其視為必須關(guān)注的問(wèn)題;但是我們可以再考慮一下應(yīng)用于倉(cāng)庫(kù)或酒店照明的相同情境或商業(yè)模式——倉(cāng)庫(kù)中可能存在數(shù)以千計(jì)的燈泡，每個(gè)燈泡都位于貨架或機(jī)器上方，需要移動(dòng)它們才能更換燈泡，這意味著在最關(guān)鍵的時(shí)刻可能會(huì)造成生產(chǎn)線的停擺。
預(yù)測(cè)性維護(hù)和云分析的業(yè)務(wù)正蓬勃發(fā)展，AI/ML 提供了一種簡(jiǎn)單的方法可對(duì)其生成的數(shù)據(jù)進(jìn)行自動(dòng)評(píng)估。盡管如此，這些新的商業(yè)模式確實(shí)導(dǎo)致了大量數(shù)據(jù)的產(chǎn)生，這帶來(lái)了全新且有趣的技術(shù)挑戰(zhàn)，開(kāi)發(fā)商和運(yùn)營(yíng)商現(xiàn)在所需應(yīng)對(duì)這些挑戰(zhàn)。
表面上這些問(wèn)題似乎只會(huì)衍生出其他一些問(wèn)題——添加更多服務(wù)器、添加更多存儲(chǔ)和其他基于數(shù)據(jù)中心的消耗品，但解決了這些問(wèn)題卻并不能解決數(shù)據(jù)管道另一端所形成的更多相關(guān)問(wèn)題。
在大多數(shù)應(yīng)用中，數(shù)據(jù)是由某種形式的傳感器所生成，而這需要使用功率和帶寬。在設(shè)施的互聯(lián)網(wǎng)上行鏈路和射頻頻譜方面也會(huì)消耗帶寬。發(fā)送大量可能“無(wú)變化”的數(shù)據(jù)意味著昂貴且不劃算;無(wú)線電會(huì)消耗大量功率，而且在繁忙的射頻頻譜中，傳輸?shù)闹卦嚂?huì)消耗更多功率。更多的傳感器會(huì)導(dǎo)致更繁忙的射頻環(huán)境以及需要更多的電池維護(hù)。除了電池壽命和本地帶寬相關(guān)的問(wèn)題外，某些應(yīng)用可能會(huì)更容易受到隨之而來(lái)的安全問(wèn)題的影響。大量的數(shù)據(jù)會(huì)形成各種模式，如果被攔截，這些模式會(huì)遭到那些具有惡意意圖的人利用。
邊緣計(jì)算
為遏制這些問(wèn)題而將很多決策返回給終端節(jié)點(diǎn)的趨勢(shì)越來(lái)越明顯，從而減少了無(wú)線傳輸，只有確認(rèn)數(shù)據(jù)更重要時(shí)才會(huì)進(jìn)行傳輸。這可以降低功耗、帶寬，并減少數(shù)字簽名。需要注意的是，將決策返回給終端節(jié)點(diǎn)意味著可能會(huì)增加終端節(jié)點(diǎn)的運(yùn)算處理、存儲(chǔ)以及功耗。這樣一來(lái)，物聯(lián)網(wǎng)似乎陷入了一種惡性循環(huán)，限制了它的可訪問(wèn)性和市場(chǎng)增長(zhǎng)。
人工智能的創(chuàng)新支持使用更小的微控制器，例如 ARM Cortex-M，并支持調(diào)用更少的閃存和 RAM 資源。在執(zhí)行復(fù)雜算法以解決現(xiàn)實(shí)生活的任何極端情況時(shí)，用于在系統(tǒng)中執(zhí)行 AI 的代碼也會(huì)比傳統(tǒng)編碼少得多。這能使固件更新更小、開(kāi)發(fā)更快，并且更容易在大型傳感器群中分發(fā)。
許多開(kāi)發(fā)人員在終端節(jié)點(diǎn)傳感器產(chǎn)品中利用AI來(lái)改進(jìn)他們的設(shè)計(jì)，為消費(fèi)者和運(yùn)營(yíng)商提供更好的體驗(yàn)。使用開(kāi)發(fā)套件可以快速實(shí)現(xiàn)AI技術(shù)示例的原型設(shè)計(jì)。
套件也可用于演示泵監(jiān)控系統(tǒng)。削減無(wú)線傳感器數(shù)量、延長(zhǎng)其壽命以及實(shí)現(xiàn)更好的安全性，所有這些都不會(huì)以噪聲破壞本地射頻頻譜，這意味著可以部署更多有用的傳感器，以提高現(xiàn)場(chǎng)的生產(chǎn)率和舒適度。諸如墻壁開(kāi)關(guān)、環(huán)境傳感器，甚至路邊的垃圾傳感器等日常用品，都能以極具吸引力的成本和性能點(diǎn)，并入自動(dòng)化和監(jiān)控生態(tài)系統(tǒng)中。
Silicon Labs率先提供AI/ML開(kāi)發(fā)解決方案
Silicon Labs近期發(fā)布BG24和MG24無(wú)線SoC，領(lǐng)先行業(yè)內(nèi)置專用AI/ML加速器的超低功耗器件。這種專用硬件旨在快速高效地處理復(fù)雜計(jì)算，內(nèi)部測(cè)試顯示其性能提升最高達(dá)4倍，能效提升最多達(dá)6倍。由于機(jī)器學(xué)習(xí)計(jì)算是在本地設(shè)備上而不是在云端進(jìn)行的，因此消除了網(wǎng)絡(luò)延遲，加快了決策和行動(dòng)。
此外，我們提供的GSDK 環(huán)境支持基于 TensorFlow Lite的操作流程，以簡(jiǎn)化AI/ML應(yīng)用開(kāi)發(fā)，幫助設(shè)計(jì)人員在超低功耗無(wú)線物聯(lián)網(wǎng)設(shè)備中增強(qiáng)嵌入式功能。邊緣ML計(jì)算支持各種智能工業(yè)和家庭應(yīng)用，包括通過(guò)傳感器數(shù)據(jù)處理檢測(cè)異常、預(yù)測(cè)性維護(hù)、音頻模式識(shí)別(如玻璃破碎傳感)、簡(jiǎn)單命令字識(shí)別以及視覺(jué)用例(如存在檢測(cè)或使用低分辨率攝像頭計(jì)數(shù))。
（轉(zhuǎn)載）
