10、边缘AI算法与硬件能力解析

边缘AI算法与硬件能力解析

1. 边缘AI硬件能力概述

在边缘人工智能领域，不同类型的硬件在功能支持上存在差异。以下是常见硬件的功能支持情况：
| 硬件类型 | 支持情况（部分功能） |
| — | — |
| 低端MCU | Limited |
| 高端MCU | Full（部分Limited） |
| 带加速器的高端MCU | Full（部分Limited） |
| DSP | Full（部分Limited） |
| SoC | Full |
| 带加速器的SoC | Full |
| FPGA/ASIC | Full |
| 边缘服务器 | Full |
| 云 | Full |

从这个表格可以看出，低端MCU的功能支持相对有限，而像云、边缘服务器等硬件则具备全面的功能支持。这为我们在选择硬件时提供了参考，根据具体的应用场景和需求来挑选合适的硬件。

2. 边缘AI算法分类

边缘AI中重要的算法主要分为两大类：特征工程和人工智能，每一类又包含众多子类别。下面我们来详细了解特征工程相关内容。

2.1 特征工程的概念

在数据科学中，特征工程是将原始数据转化为可被统计工具使用的输入的过程。从边缘AI的角度来看，就是把原始传感器数据转化为可用信息。其关键在于利用领域知识，从原始数据中提取相关信息，去除噪声。
例如，在处理传感器数据时，特征工程会自然地运用数字信号处理算法，还可能将数据分割成易于管理的小块。

2.2 处理数据流

大多数传感器产生的是时间序列数