芯片采购网专注于整合国内外授权IC代理商现货资源，芯片库存实时查询，行业价格合理，采购方便IC芯片，国内专业芯片采购平台。

1 推动边缘AI发展的两个方面

在需求方面，由于计算能力要求高，最初AI 从云智能开始，数据必须上传到云处理，在随后的开发过程中存在用户体验和数据隐私问题。边缘AI 可大大降低延迟问题，对网络环境的要求相对宽松，大大提高了用户体验。同时边缘AI在处理数据的过程中，不需要上传到云端，可以很好地保证数据隐私和数据安全，避免系统受到恶意网络攻击。

在技术发展方面，芯片和软件技术的迭代也在一定程度上促进了边缘AI 发展。，芯片的计算能力无法满足边缘AI 软件配置通常使用专家系统或基本的机器学习系统来实现AI 功能。然而，随着深度学习软件的迭代和发展，以及高计算能力和低功耗边缘处理器的普及，边缘处理器也从技术端推广AI的发展。

林明(恩智浦半导体产品及营销总监)

2 边缘AI五大发展方向

第一点是边缘AI 处理器架构配置的灵活性。AI 由于其应用场景的多样性，很难使用通用处理器来处理所有的事情AI 异构计算架构将是未来的边缘AI 发展的重要趋势:用最合适的处理单元处理相应的AI 任务。

第二点是边缘AI 处理器的能效比。目前边缘AI 大多数产品由电池供电，因此需要开发更灵活的能效需求模式。通过不同的能效模式切换、核心配置和半导体工艺改进，在不同的计算场景中实现更高的能效比。

这两点都体现在恩智浦广泛而丰富的边缘控制器和处理器产品组合中。

第三点是开发工具和环境。恩智浦推出了eIQ开发工具链， 它是全生态、全应用场景的工具链。客户可以通过eIQ 从软件数据采集、标注训练、推理引擎优化到部署控制，开发工具链。

第四点是数据安全。数据隐私越来越重要，通常AI 在应用场景中，将有一个分离的安全芯片作为密钥管理和安全启动管理。AI 它将朝着安全功能集成的趋势发展，如EdgeLock该模块广泛集成在恩智浦的边缘处理器中。

第五点是生态系统。AI 产品的实施涉及到不同领域的产业整合和未来边缘AI 构建生态系统必然需要芯片供应商、算法供应商、设备制造商、系统集成商甚至云服务供应商共同提供专业服务。

3 计算能力和低功耗的挑战

因为边缘AI 因此，计算能力和能耗在一定程度上是有限的。在许多情况下，整个网络需要根据应用场景和现有产品进行算法优化。作为一家半导体芯片公司，恩智浦深入参与边缘AI 的开发与场onsemi代理景观应用，不断优化芯片设计，达到高效低功耗的目的。SoC 实现边缘的异构架构AI 当功能运行时，在不同的计算能力或不同的核心切换中，电源控制需要选择适用的电源系统，以确保计算能力，降低功耗。

(本文来源《IC2022年4月，代理杂志