前端AI——人工智慧的末梢神經

​​ 如同CEVA的市場資訊副總裁Richard Kingston所述, 人類社會正在進入第四次工業革命, 同前三次工業革命一樣 (機械化, 大規模生產和電氣化, 計算機和自動化) , 第四次工業革命將再一次改變人們的生活.

人類登陸地球曾經是古人的科幻, 如今早已實現, 今天我們面臨自動駕駛, 人機交談的景象, 對於未來我們不妨大膽設想.

知識和資訊形式的變革是第四次工業革命如何改變未來最重要的一環. 過去, 知識寫在紙上, 保存在大學和圖書館裡, 人對其進行加工和利用. 當今, 知識存儲在現代數據中心裡, 各種機器設備對其進行分析與運用. Kingston表示: '這是數字化進程中的一個巨大轉變, 世界也因此而改變. '

從金融服務, 醫療保健到零售, 家居, 這眾多的行業和應用中, 到處都是基於雲計算的海量資訊和數據. 問題來了, 該由誰來處理這些資訊——雲端還是帶有人工智慧的終端? 實際上這兩種方式將並存. Kingston補充說: '未來的終端將自主進行數據處理並決策, 更重要的是它們會持續學習並將結果反饋到雲端的知識庫中, 還可以針對特定的終端市場推出下一代網路. 最近我看到的一些數據指出, 到2022年, 大約50%的AI設備將內置機器學習功能——如果數據正確, 這會是一個相當大的數量. '

在遠端配備人工智慧有助於解決下面的問題:

 時延: 在安全至上的場景中尤為重要

 隱私: 設備不應該發送私人數據到雲端

 安全: 雲端的數據更容易受到黑客攻擊

 網路覆蓋: 沒有到雲端的網路連接

 成本問題

Kingston繼續說到: '如果你依賴於連接到雲端來執行大量的AI處理, 這將會引起一系列的問題. 以汽車行業為例, 處理時延就是一個大問題, 而且你也不想將隱私數據存儲在雲端. ' 如此云云.

前端AI有大量的應用場景, 比如:

智能監控

 人臉檢測

 語音生物識別技術

 聲音檢測

 運動感測

 連接性功能 (Connectivity)

汽車電子

 視覺感測器

 通信

 雷達和雷射雷達

 GPS

 連接性功能——藍芽, WiFi, 蜂窩網路

 數據融合和數據分析

自前端AI被加入了智能手機中, 神經網路處理器和硬體加速器逐漸成為主流技術, AI遠端處理邁出了被業界廣泛採用的一大步. 蘋果和華為都已經在他們的終端產品中引入專用神經網路處理器進行人臉識別, 這種全部由終端完成的方案, 優點是安全, 私密和直接.

高通和英偉達也發布了應用於智能手機和其他移動設備的神經網路處理器. CEVA預測幾年後每個帶有攝像頭的設備都將內置面向人工智慧的視覺處理和神經網路處理器. 到2020年, 三分之一的智能手機將支援人工智慧.

此外, 同期內數據處理性能和功耗效率預計將增加十倍, 這至關重要, 因為智能手機對數據處理性能的升級需求遠遠高於電池容量的發展速度. Kingston繼續說到: '電池容量的發展和 (數據) 處理能力升級差距巨大, 而且這隻會變得更糟. 當你需要在這些設備上添加一個神經網路處理器, 即時運行AI功能的時候, 你將比以往任何時候都要快地消耗電池電量, 如果電池技術的發展速度保持不變, 你的設備將不能待機很長時間. 因此, 需要同時從處理能力和電池技術兩方面來解決問題. ' (見下圖).

CEVA的方案

前端AI涉及四個主要部分——通信, 感測器處理, 數據融合與數據分析, 還有應用/實現. 'CEVA針對前三部分提供解決方案. '

'放眼全局, 我們著重解決前端AI市場面臨的三個挑戰——功耗, 價格和不斷飆升的性能需求. ' CEVA通過技術授權給從終端到基站的各式設備來達成這一目標, 這些設備包括聲音設備, 連接設備和無線網路設備.

不管怎樣, 目前的重點是視覺系統, 包括計算機視覺DSP, 神經網路, 可以滿足從手機到汽車等不同應用場景的加速器, 還有神經網路框架.

全球攝像頭的數量預計從2016到2022年期間會增長216%, 屆時將會有大約440億設備帶有攝像頭 (camera-enabled) . 這種新的垂直增長趨勢源自于越來越多的不同設備已經開始整合攝像頭(見下文).

CEVA公司提供面向計算機視覺和人工智慧工作負載CEVA-XM視覺DSP的整體解決方案, 並提供映像處理和視頻處理軟體庫, 應用CEVA深度神經網路和硬體加速器, 提供一個可擴展的視覺和深度學習解決方案. CEVA-XM計算機視覺和神經網路生態系統是一個開放的平台, 已經獲取了大量的授權許可, 涵蓋的終端市場包括無人機, 監控, 汽車電子, 智能家居和機器人.

CEVA最近也宣布與LG合作開發智能3D相機, 將採用多核CEVA-XM4視覺DSP. 同時LG通過在現有商用晶片上部署自研演算法, 有效地降低了成本. CEVA還和初創公司Brodmann 17達成了合作夥伴關係, 這家公司在嵌入式設備上開發深度學習軟體, 在滿足處理精度要求情況下, 使用CEVA-XM處理器, 處理速度可達每秒100幀, 這比NVIDIA的Jetson X2平台的速度快了170%.

Kingston總結說: '我們將看到更多形式的人工智慧設備投放市場, 包括有智能手機, 無人機, ADAS和監控設備. CEVA正致力於下一代計算機視覺和神經網路的產品開發, 特別是潛力無限的神經網路技術, 以及如何在數據中心建立最有效的網路訓練系統.

'我們希望繼續投資基於目前產品建立的人工智慧生態系統, 也希望可以購買一些額外的技術來豐富我們的產品, 這樣可以幫助客戶更快地打進市場. CEVA早已經不再是一個只提供DSP核的通信公司, 現在的我們為不同的領域提供了更為廣泛的技術, 讓我們一起來拭目以待未來幾年的發展吧! '

2016 GoodChinaBrand | ICP: 12011751 | China Exports