人工智能的发展给人们的生活带来了便利和变化，但以云为中心的架构并非在任何情况下都是最理想的解决方案。以分布式为特征的嵌入式人工智能技术已经开始受到关注，其未来的发展将使设备具有更高的智能性。
目前人工智能的计算大多运行在数据中心，即“云”上。然而，随着技术的发展，人们发现远离数据中心的互联网边缘正在出现一个巨大的机遇——嵌入式人工智能越来越受到重视。
物联网终端设备太多。未来，如果这些网络节点捕获的数据需要上传到云端进行智能处理或深度学习，将对网络带宽构成极大挑战。因此，以边缘计算为特征的嵌入式人工智能技术越来越受到重视。
和云计算一样，边缘计算的作用是优化资源，提高效率。比如一些嵌入式小设备的基础信息采集和处理都是在端完成的，也就是传感器手机的数据传输到网关后，对数据进行过滤处理，不需要把每一条原始数据都传输到云端，节省了很多成本。云计算的AI致力于更好地解决问题，而嵌入式AI致力于更经济地解决问题。
在最近的技术论坛上，ARM再次展示了基于DynamIQ技术的全新处理器，包括cortex-A75处理器、cortex-A55处理器和Mali-G72图形处理器。ARM副总裁兼计算产品事业部总经理表示:“我们需要赋予从网络节点到云的计算更快、更高效、更安全的分布式智能。”经过优化应用，采用DynamIQ技术的Cortex-A系列处理器可以实现比基于Cortex-A73的设备高50倍的人工智能性能，并且可以将SoC上CPU与指定硬件加速器之间的响应速度提升高达10倍。
针对日益增长的边缘计算需求，NVIDIA推出了全新的开发板Jetson TX2，将整个人工智能系统缩小在一块电路板上。这使得捷信TX2能够在终端设备上更好地运行深度学习功能，从而开发出更高的智能设备。与上一代捷信TX1相比，捷信TX2的性能提升了两倍，功耗不到7.5瓦，能效提升了两倍多。
自动驾驶和数据安全将率先应用，嵌入式人工智能将广泛应用于边缘计算产品。目前，嵌入式AI已经进入市场，尤其是在自动驾驶和数据安全领域。“如果辅助驾驶系统在云端计算，数据会被设备采集上传，计算完成后再返回终端，难免会带来一定的延迟。在驾驶场景中，这种延迟意味着风险系数的增加。”同时，数据安全也是关注的重点，计算上传到云端意味着隐私被泄露的风险增加。
因此，嵌入式人工智能将广泛应用于边缘计算产品中。发展有三个阶段。
一个是联接。实现终端和设备的海量、异构、实时联接，网络自动部署和运维，保证连接的安全性、可靠性和可维护性。自动抄表是应用场景之一，解决了电表数量庞大的问题。
二是智能。边缘侧引入数据分析和业务自动处理能力，智能执行本地业务逻辑，可以大大提高效率，降低成本。电梯的预测性维护就是应用之一。
三是自治。随着人工智能的引入，边缘计算不仅可以自主分析计算业务逻辑，还可以动态实时地完成自我优化和调整执行策略。
嵌入式人工智能是大势所趋，嵌入式人工智能正在成为AI商业化的热门方式之一。人工智能不能没有嵌入式，要实现人工智能的行为，必须使用嵌入式系统。
可以说，MCU和嵌入式系统开启了人工智能的历史进程。在万物互联、万物智能的新时代，嵌入式人工智能技术的发展也将使设备具有更高的智能性。5G物联网核心技术的发展，将充分释放人工智能的潜力，带动智能设备的爆发。
在这个时代，我们应该意识到嵌入式人工智能将是IT技术发展的主流。学习和掌握时代所需要的最新技术和应用，对于每一个即将进入IT行业的新人或者想转行的在职者来说，都是非常重要的。
本文由培训无忧网千锋IT培训专属课程顾问老师整理发布，更多相关课程请关注培训无忧网嵌入式开发培训或添加老师微信：15033336050
注：尊重原创文章,转载请注明出处和链接 https://www.pxwy.cn/news-id-3001.html 违者必究！部分文章来源于网络由培训无忧网编辑部人员整理发布,内容真实性请自行核实或联系我们，了解更多相关资讯请关注嵌入式开发频道查看更多，了解相关专业课程信息您可在线咨询也可免费申请试课。关注官方微信了解更多：150 3333 6050
