【導(dǎo)讀】技術(shù)創(chuàng)新通常會在幾十年內(nèi)掀起改變?nèi)祟惿畹睦顺保弘娏?、計算機、互聯(lián)網(wǎng)。最近的浪潮是人工智能 (AI)。自誕生以來，人工智能主要局限于大型計算平臺。然而，先進處理器技術(shù)和高效人工智能網(wǎng)絡(luò)的融合帶來了突破性創(chuàng)新，使人工智能可以在嵌入式系統(tǒng)中運行。這些系統(tǒng)通常配備專門的人工智能專用處理器和支持機器學(xué)習(xí)的傳感器，可實現(xiàn)前所未有的“邊緣”功能。

這些功能使預(yù)測性維護達到了新的水平。嵌入式人工智能加速技術(shù)可防患于未然，而無需人工參與。本文將介紹幾種可在邊緣實現(xiàn)人工智能算法的新型處理器技術(shù)。

嵌入式人工智能系統(tǒng) 

支持人工智能的微控制器和 MEMS 傳感器是預(yù)測性維護人工智能革命的前沿。這些設(shè)備的特點是體積小、功耗低，并且能夠加速與人工智能相關(guān)的特定數(shù)學(xué)函數(shù)。傳統(tǒng)的嵌入式處理器與人工智能內(nèi)核和/或傳感器模塊相結(jié)合，使設(shè)備能夠?qū)崟r分析和響應(yīng)現(xiàn)實世界中基于時間序列的數(shù)據(jù)。在時間序列數(shù)據(jù)應(yīng)用中實現(xiàn)嵌入式人工智能有多種方法。但首先…

什么是針對時間序列數(shù)據(jù)的人工智能？ 

時間序列數(shù)據(jù)分析涉及了解數(shù)據(jù)中的模式、趨勢、異常和行為。人工智能可用于對未來值進行觀察或預(yù)測，從數(shù)據(jù)中提取真知灼見，為決策提供依據(jù)。這類分析可以使用人工智能網(wǎng)絡(luò)來完成，這就需要了解和選擇處理硬件。

在預(yù)測性維護、環(huán)境異常檢測、物聯(lián)網(wǎng)設(shè)備、多軸運動等應(yīng)用中，時間序列數(shù)據(jù)可用于了解數(shù)據(jù)中的模式、趨勢和行為。利用卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)和門控遞歸單元等人工智能算法，時間序列數(shù)據(jù)可用于檢測預(yù)期結(jié)果或異常結(jié)果。雖然這些機器學(xué)習(xí)算法可在通用硬件上執(zhí)行，但使用帶有人工智能內(nèi)核的處理器和/或傳感器可減少延遲并提高效率。

Nanoedge AI Studio 顯示來自電機控制應(yīng)用程序的時間序列數(shù)據(jù)

例如，采用 32 位 Arm Cortex-M33 的 STMicroelectronics STM32L5 和 NXP MCX-A MCU 都適用于使用簡單人工智能網(wǎng)絡(luò)的嵌入式系統(tǒng)。雖然這些傳統(tǒng)的 Cortex-M 內(nèi)核在處理傳感器數(shù)據(jù)和簡單的人工智能處理方面表現(xiàn)出色，但對于更復(fù)雜的機器學(xué)習(xí)任務(wù)，讓我們來看看集成了更多內(nèi)核以進一步實現(xiàn)機器學(xué)習(xí)的微控制器。

例如，NXP 的 MCX-N 結(jié)合了 Arm Cortex-M33 和定制的 eIQ 神經(jīng)處理單元。Alif Semiconductor 的 Ensemble 系列是可用于工業(yè)應(yīng)用的微控制器，將 Arm Cortex-M55 CPU 與 ARM Ethos-U55 神經(jīng)處理單元實現(xiàn)的專用邊緣人工智能加速相結(jié)合。該系列可提供單 Cortex-M55 或雙 Cortex-M55、單 Ethos-U55 或雙 Ethos-U55，以及可選的一個或兩個 Cortex-A32 MPU 內(nèi)核。

通過將人工智能任務(wù)卸載到 NPU，嵌入式系統(tǒng)可以實現(xiàn)實時神經(jīng)網(wǎng)絡(luò)推理，同時節(jié)省功耗、體積和資源。

帶有嵌入式機器學(xué)習(xí)核心 (MLC) 的傳感器可以經(jīng)過訓(xùn)練，在檢測到特定事件時觸發(fā)操作，從而能夠精確檢測變化場景。這樣可以減少 MCU 的計算負(fù)荷，從而實現(xiàn)低功耗架構(gòu)并提高系統(tǒng)效率。例如，LSM6DSV16BXTR 是一款帶有 3 軸加速計和 3 軸陀螺儀的 IMU，它采用 MLC 來實現(xiàn)人工智能功能。