- 博客(8)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 调查显示：大多数Edge AI试点项目未能全面落地
原文：Edge AI survey finds most pilots fail to reach full rollout[1]作者：Matt Hamblen, Josee Archer | 来源：Fierce Sensors | 日期：2026年4月20日Edge AI技术前景广阔，但开发者在将试点项目推向全面生产阶段时却面临着重重障碍。这是由联合进行的一项最新在线调查得出的结论。三分之二的受访者表示，Edge AI试点项目。
2026-06-23 20:33:45
169
原创 边缘AI芯片市场预计到2033年将突破2918亿美元
边缘人工智能芯片市场为何正成为全球AI产业的关键增长引擎——边缘计算、AI设备、自主系统和企业智能平台的快速普及正推动市场大幅扩张随着各类组织越来越多地将AI工作负载向靠近数据源的方向转移，以提升处理速度、降低延迟、加强隐私保护并提高运营效率，全球边缘人工智能（AI）芯片市场正进入一个变革性增长阶段。根据Grand View Research发布的行业分析，全球边缘人工智能芯片市场在2025年估值为273亿美元，预计到2033年将达到2918亿美元，预测期内复合年增长率（CAGR）为34.7%。
2026-06-20 12:05:25
188
原创 AI 硬件热潮来了
大多数人都还没意识到这意味着什么……对创业者、供应链、整个世界都将产生深远影响。AI硬件不是将要发生，而是已经切实发生在我们身边了。• 你的供应链稳了吗？• 你的技术团队强了吗？• 你准备好迎接Physical AI时代了吗？Lenny’s Podcast - 《为什么我们正处于AI硬件热潮的开端》Caitlin Kalinowski（前OpenAI、Meta、Apple硬件负责人）2026年5月17日99分钟2026年5月19日。
2026-05-20 07:49:12
334
原创 2026年嵌入式AI硬件平台：边缘SoC、NPUs与MCU类加速器
几年前还只是少数实验性平台，如今已发展成为一个丰富的硅芯片生态系统，旨在在边缘端实现实时智能。2025年，团队根据性能、生态系统支持和能效的组合来评估硬件，呈现了从高性能开发板到轻量级AI加速器的顶级平台快照。2026年，对话已经更加成熟。开发团队不仅希望获得良好的AI性能，还需要可预测的功耗曲线、与机器学习工作流程的无缝集成，以及支持持续模型演进的硬件生态系统。现在选择正确的平台，意味着要理解边缘SoC、专用NPUs和MCU类加速器的差异以及各自的优势。
2026-05-10 17:36:49
615
原创 AI视觉系统：人工智能在机器视觉中的应用
机器视觉是指机器通过相机和图像处理软件来解释和理解视觉数据的技术。机器视觉系统包括线阵相机，用于捕获图像像素和其他视觉输入以理解数据。通过将数字图像转换为数字格式并通过高级算法进行处理，机器视觉执行检测、测量和物体识别等任务。机器视觉系统虽然传统机器视觉系统依赖编程算法来获取图像，但人工智能驱动的机器视觉系统引入了机器学习和深度学习的概念，系统能够从之前的数据中学习并随着时间的推移不断改进。这些系统更加适应性强、智能水平更高，能够根据接收到的视觉数据做出复杂决策。
2026-05-09 07:22:15
489
原创 通往自主制造之路：基于工程基础的AI驱动方法
摘要： 自主制造是自动化、工程与AI融合的自然演进，部分子系统已实现独立运行，人类转向监督角色。其核心依托四大支柱（智能生产、预测性质量、智能库存和维护）及贯穿产品生命周期的"数字织物"数据流。当前最具扩展性的AI应用集中在生产监控和质量追溯领域，可关联供应链数据实现闭环优化。该转型并非替代人力，而是通过AI增强决策能力，需分阶段推进：从验证性咨询用例入手，逐步建立数据基础与信任机制。技术融合（传感器、云计算、3D建模等）为自主制造提供了现实可行性，使数字孪生能高保真反映实际运营。（14
2026-04-29 12:37:49
534
翻译 13个边缘AI工业应用：视觉感知如何改变一切
边缘AI正以37%的年均增速引领AI市场增长，其核心在于实现不依赖云连接的实时环境感知。视觉感知技术结合摄像头、雷达和AI推理，已在13个B2B领域产生实质影响：从仓储物流的AMR避障、农业精准作业，到建筑机械的危险识别；从矿区卡车的恶劣环境应对，到港口集装箱的厘米级定位；工业检测无人机和海洋监测系统则突破了地理限制。这些应用共同证明：在不可预测的真实场景中，传感器融合与本地化AI推理比云端方案更能满足实时性、可靠性和安全性需求，推动各行业智能化升级。
2026-04-29 12:33:31
30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人