中文 英语
系统与设计
的意见

物联网前沿的人工智能正在颠覆工业市场

在收集源处转换数据可以最大限度地减少延迟,并为时间关键型应用程序提供优化处理。

受欢迎程度

处于网络边缘的人工智能(AI)是影响未来科技产业走向的基石。如果说人工智能是变革的引擎,那么半导体就是驱动机器学习(ML)、神经网络、5G连接以及区块链、数字双胞胎和元宇宙的出现所定义的新时代的石油。

尽管最近由于供应链和最近的宏观经济因素,芯片行业受到了干扰,但人工智能和物联网(IoT) (AIoT)的融合,正准备将世界从以云为中心的智能转变为更加分布式的智能架构。

根据IDC Research的数据,预计到2025年,物联网设备将产生惊人的73.1泽字节数据。因此,从2017年到2025年,端点数据将以85%的复合年增长率增长,推动智能从云端到端点,在微型机器(TinyML)中运行AI/ML工作负载。一些最具颠覆性的应用包括“语音作为用户界面”的开发,以改善人机通信,以及环境感知、预测分析和维护。主要增长领域包括可穿戴设备、智能家居、智能城市和智能工业自动化。

在端点嵌入智能有什么好处?许多工业物联网应用程序在受内存容量、有限的计算和电池电量以及次优连接限制的环境中运行。此外,这些应用程序通常需要实时响应,这可能是任务和系统关键。期望这样的设备和应用程序在以云为中心的智能架构中运行是行不通的。

这就是在端点嵌入智能的力量正在从标准的工业物联网实现演变为我们所说的工业应用的AIoT。

在收集源处转换数据可以最大限度地减少延迟,并为时间关键型应用程序提供优化处理。由于数据不通过网络进行处理和传输,因此与数据传输和流相关的安全问题被极大地减少了。另一个优点是数据处理可以与端点上的信任根连接起来,使实现不受攻击的影响。由于数据处理是在源处或非常接近源处处理的,我们可以充分利用数据重力,并减少与打开无线电或通过网络移动数据相关的功耗。

我们对客户的承诺是在广泛的端点计算技术领域引领行业mcu和mpu.这已经使设计师能够利用我们的物联网和AI/ML构建模块的生态系统,通过利用由瑞萨值得信赖的合作伙伴提供的300多个商业级软件构建模块的技术生态系统。

我们不断增长的AIoT投资组合也解释了我们最近收购现实的人工智能,这是一个使用瑞萨处理器的工业物联网应用中的边缘和端点AI的新平台。Reality AI自动搜索广泛的信号处理转换,并生成自定义机器学习模型,同时保留其方法的可追溯性,并提供有价值的硬件设计分析。这些模型几乎可以在瑞萨提供的每一个MCU和MPU核心上运行-不断添加新的。

这为设计人员提供了一个非常强大的工具,可以帮助他们解决最困难的问题,因为模型开发是专门针对非视觉传感用例的,并基于高级信号处理数学和边缘部署。这使得高级分析能够支持完整的硬件设计和完整的框架,包括数据收集、仪器仪表、固件和ML工作流。其他解决方案只是生成算法和模型,通常只占典型项目成本的5%,而忽略了其他95%的开发费用。

这种AIoT设计方法允许开发人员减少计划外的设备停机时间,提高生产效率,并执行复杂的质量保证任务,这些任务在当前测试环境中成本高昂或难以复制。

在一个三吨住宅暖通空调系统中,在51种不同的环境和负载条件下测试的真实用例中,Reality AI在检测和区分单个故障条件时能够达到95%以上的准确率。测试还发现,在加热和冷却模式下,室内和室外气流堵塞和充电故障均小于OEM规格的5%。

人工智能和物联网在工业应用中的融合是一个具有巨大潜力的大趋势。收购Reality AI释放了先进信号处理与前沿AI相结合的潜力,并得到瑞萨硬件、软件、工具和生态系统的支持,为您提供释放创造力所需的所有构建模块。



留下回复


(注:此名称将公开显示)

Baidu