什么叫端測AI?
這個問題搞清楚之前,大家必須要去了解我們整個計算機行業(yè)的一個系統(tǒng)架構,它的發(fā)展方向是云·邊·端協(xié)同,也就是未來各行各業(yè),不管做啥的,與計算機行業(yè)相關的這種硬件和軟件架構,它都會往這個方向去發(fā)展,所謂的云邊端協(xié)同。
那么是怎么個云邊端協(xié)同法呢?首先我們要知道這幾個關鍵字的意思,云就是云計算,邊就是邊緣計算,端就是設備端。
設備端一般就是拿在用戶手里的、放在用戶桌子上的、裝在用戶家里面的、其實就是跟用戶直接相關的這一端,我們叫端;邊是邊緣計算,那什么叫邊緣計算,這個其實很好理解,譬如說裝在你們小區(qū)里面的、裝在你們公司那棟樓里面的,對于你來說,這就叫邊緣計算;所以其實就是:云端指的是離你很遠的設備,邊緣端就是離你很近的云端,端呢就是你自己的設備,所以云邊端加起來就構成了我們整個的計算機架構。
所以呢,在未來你開發(fā)硬件的時候,你開發(fā)的要么就是云端的硬件,要么就是邊緣端的硬件,要么就是設備端,就所謂的端測的硬件。那么你開發(fā)軟件也是一樣,要么就是云端的軟件,要么就是邊緣端的軟件,要么就是設備端的軟件。那么AI也是一樣,我們把AI這種技術應用在云端和邊緣計算端和設備端,那么就構成了所謂的云端AI,邊緣計算的AI以及設備端的AI,所以端測AI,其實指的就是設備端的AI。
那我們作為嵌入式工程師為什么需要關注端側AI而不是云端的AI和邊緣的端的AI呢?這個是有原因的,首先第一個云端的AI呢,就是類似于那種像這個“小度小度”這類東西?比如說像這個“小度”音箱,它的實現原理,其實就是你在這邊說的話,它這個音箱其實是一個錄音設備,把你說的話呢錄下來,然后把你這段語音直接傳到百度的服務器上去,所以音箱本身是不會做語音識別的,那百度的云服務器端有一個模型,就在那里做這個語言的一個處理和語言的識別,識別出來之后把結果再回傳到音響,所以呢,像這種“小度”音箱的這種產品,它其實就是典型的云端智能,就是云端AI,那這種產品跟我們嵌入式有關系嗎?其實關系并不大,因為一個普通的音箱跟一個“小度”音箱這種智能音箱幾乎沒有區(qū)別,你可以認為,因為它的AI并不在設備端,嵌入式端根本就不需要AI設備,所以說呢,云端AI跟嵌入式開發(fā)幾乎沒有關系,所以云端AI不該我們管。
那么邊緣計算的AI跟我們有關系嗎?有,因為邊緣計算,還是有那么一點嵌入式開發(fā)在的,但是目前來說,邊緣計算這個東西還是概念比較多,實際落地的非常少,而且邊緣計算本身還在發(fā)展當中。根據目前邊緣計算的最新技術發(fā)展方向,實際上將來是更像云端,而不太像設備端,也就是說邊緣端其實就是一個簡化的云端,你可以理解為就是一個簡化的本地處理過的云端。所以呢,邊緣計算一方面是當前用的很少,幾乎沒什么落地,另一方面來說呢,它跟云端更像,所以我們作為嵌入式工程師就沒必要碰它。
那對于我們嵌入式開發(fā)者來說,AI跟我們關系最大的是什么?那就是所謂的設備端的AI,也就是我們所謂的端測AI,那端側AI的概念就是整個的AI的過程全部是發(fā)生在設備端的。舉個例子,比如說我現在做一個人臉識別,我的設備端攝像頭負責拍照,拍完照之后把圖像傳給我設備端的CPU,然后設備端這邊的硬件和軟件負責調用AI做數據處理,進而來做人臉識別,最后把結果在我的設備端展示出來,進行開鎖、報警等動作執(zhí)行。
整個AI的過程都在設備端,根本就不會去連接云,也不會去連接邊緣,這樣來做有兩個最大的好處,第一個好處就是速度快,不用聯網就不受網絡的限制,所以速度快。第二個好處就是因為不用聯網所以低功耗。第三個最重要的一點就是隱私問題,不會把照片等私密數據上傳云端,現場拍現場用,用完之后銷毀,這樣是比較安全的。所以說基于這三個原因,當然還有別的一些原因,端測AI實際上在未來的應用是很廣泛的,而且端測AI本身跟嵌入式開發(fā)的關系非常大,那咱們做嵌入式開發(fā)的,就需要去關心端測AI,去搞端側AI,去掌握這方面的技術,成為一個可以結合AI人工智能技術的更有發(fā)展的一名嵌入式軟件工程師。
再額外介紹一點,目前國內外,在端側AI方向上有所建樹的企業(yè)和芯片廠商有:ST(NanoEdgeAIStudio、CubeAI)、NXP(MCU:imxRT10xx、MPU+linux:imx8、imx9352)、聆思(科大訊飛的芯片公司),英偉達,谷歌以及我們熟悉的ARM,我們需要做的就是從最簡單的端側AI項目開始,嘗試讓自己去熟悉和去體會端側AI相關的嵌入式項目開發(fā),逐步尋找新技術形態(tài)和新技術方向上的更多機會,并尋求進一步發(fā)展。
責任編輯:彭菁
-
硬件
+關注
關注
11文章
3356瀏覽量
66348 -
AI
+關注
關注
87文章
31294瀏覽量
269650 -
邊緣計算
+關注
關注
22文章
3109瀏覽量
49231
發(fā)布評論請先 登錄
相關推薦
評論