AI 浅探，揭秘【边缘人工智能】的奥秘

在人工智能这一宏大的新兴领域中，边缘人工智能是其中的一块，而边缘人工智能正逐渐成为硬件产品相关行业瞩目的焦点。

那么，边缘人工智能究竟是什么呢？它为何能在数据的边缘地带展现出如此强大的能力，为何能够引领着硬件产品的智能化转型与发展？让我们一同深入探索。

人工智能分为云端与边缘两大类。云端人工智能侧重于在远程云端服务器上执行数据的计算与处理任务；

相对而言，若数据处理不依赖云端服务器，则可在边缘或终端进行。

边缘位于数据生成的近邻位置，而终端则直接为数据产生的源头/产品。我们通常将在边缘或终端进行数据处理的人工智能称为边缘人工智能。

那么边缘人工智能有什么优势呢？

因为云端的人工智能，是需要把数据上传到云端，所以延时、数据安全都是有风险的，也会占用带宽，也需要服务器、云端存储等资源的费用

且实时上传下行导致整体的功耗偏高

反过来说，这些就是边缘的优势，低延时，实时性，数据安全，能耗低。

边缘人工智能的优势：

• 低延时、实时性高
• 降低带宽占用和成本
• 保护数据隐私
• 能耗低

那么边缘人工智能应用到的芯片又有什么特殊需求呢？

大家都知道，人工智能的计算、数据处理依赖于芯片硬件，那么人工智能算法有什么特殊硬件需求吗？

人工智能算法主要是做数学计算，不需要特殊的硬件，任何 MCU 或 MPU 都能做到。

而我们平常在市场资讯看到的 AI 芯片是指针对人工智能算法做了特殊加速设计的芯片，比如 NPU（神经网络处理单元）、TPU 等。

根据上述图表可以了解到，即是都是边缘人工智能应用，边缘和端的性能要求都不一样，边缘场景要求的性能更高，端场景要求的功能更高。

边缘的产品主要结合在网关、路由器、PLC 等产品，具有管理、控制“一批”设备/产品的功能，类似于结合在中央控制器中。

而端场景的产品，更多的是实际的终端消费类产品，对功能、交互、功耗要求更高。

那么专注于边缘人工智能的产品主要有哪些呢？世平集团代理的恩智浦边缘处理器则是 Focus 在边缘人工智能的产品中，包括 MPU 和 MCU。

MPU 产品主要是 IMX9 系列，包括 IMX93 和 IMX95 都有 NPU，主要是针对于视觉类的功能来做。

但是就像文章前面所说的，其实做人工智能运算，并不需要特殊的硬件，因此普通的 MCU 也可以做，当数据量较小，或者对完成时间不敏感的应用，其实应用普通的 MCU 也可以可以实现的，比如 MCX N947 系列产品，主频 150MHZ，带有 NPU，在处理神经网络算法速度有很大优势，且功耗更低。详细可以参考我的这篇博文《恩智浦新系列产品 MCX N 边缘安全智能微控制器》

另外如果数据量更小的时候，其实也不需要 NPU 来做运算，本身高主频的 Cortex 内核即可以实现，比如 MCX A 系列的产品，因为主频 96M HZ，且是 M33 内核，因此在处理多维数据时，数据量不是太大，也是可以应用的，成本会更加有优势。

如上是本期简单的边缘人工智能浅解，在此领域，我们会给推荐恩智浦的边缘处理器产品，包括 MPU. IMX9 系列，以及 MCU MCX N 系列和 MCX A 系列，具体的应用都可以探讨，也可以观看我的直播《边缘智控，微显大智：恩智浦MCX N系列MCU在AI应用中的创新》以及方案《基于恩智浦 MCX N947 MCU 通过 NPU 实现 AI 咖啡胶囊识别方案》欢迎来大大通找江小流玩儿～