Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

李寿鹏 作者

人工智能要普及,这一步必须要先行!

得益于软硬件的飞速发展,问世数十年的人工智能终于在最近几年迎来了大爆发。尤其是在端侧,多种应用的推动下的人工智能成长速度惊人。

根据HIS数据测算,端侧人工智能市场需求在2018年开始爆发,市场规模也从2017年的4亿美元增长至2018年的19亿,预计2019年的增长率将超过400%,其中更多人工智能应用和产品将部署于网络“边缘侧”,实现更低延迟性、更低能耗、更小体积和更低成本的人工智能技术应用路径。

但我们应该看到,在这些厂商争先恐后涌入这个市场背后,还有很多的问题亟待开发者去解决。

以开发一款应用于停车场的自动识别进出车辆号牌的智能监控摄像头为例,开发者不但要关心系统开发成本,还需要关注软硬件成本以及后期维护的成本以及数据安全问题。此外,还需要考虑芯片、内存、网络、带宽和各种设备规格在内的开发问题。其他诸如数据预处理、模型训练、有效地管理和维护海量设备、个人隐私及安全问题的有效处理等等都会成为开发者落地端侧AI产品的“拦路虎”。那就意味着一个能够一站式解决所有问题的方案就成为开发者的迫切需求。

中科创达副总裁杨宇欣在接受半导体行业观察采访的时候也指出,现在的AI开发者面临两个问题:第一,如何找到场景;第二,人工智能未来是面向云和端的解决方案,尤其是端侧的人工智能,在未来将会成为主流,但现在的开发者很难找到性能又好,平台又成熟的嵌入式端或者终端侧的人工智能开发平台。

为此,中科创达基于高通骁龙845移动平台开发出了全球首款AI开发套件Thundercomm TurboX AI Kit,帮助开发者解决解决端侧AI开发的难题。“高通产品的成熟度、系统稳定性、功能完整性和AI能力都很出色,这与我们软件与系统实力结合开发的产品,能够给开发者带来更好的体验”,杨宇欣补充说

资料显示,高通骁龙845 平台是其第三代人工智能 (AI) 平台。依赖于其Hexagon 685 DSP 、Adreno 630 GPU 、Kryo 385 CPU、骁龙 Neural Processing Engine (NPE) SDK、Android Neural Network (NN) 和 Hexagon NN等软硬件。骁龙845能够开发者在终端实现更佳的整体 AI 性能,而与网络连接无关。

而中科创达自2008年成立以来,就一直在Android、Linux、Windows和RTOS等操作系统技术的研发与创新。多年的发展让公司形成了从硬件驱动、操作系统内核、中间件到上层应用全面的技术体系。并积累了丰富的研发经验和众多自有知识产权,具备强有力的技术开发和服务能力。核心技术涵盖了通信协议栈、深度学习、图形图像算法、操作系统优化和安全技术等多个方面。 在此基础上,公司将目光投向了人工智能技术,助力并加速智能手机、智能物联网、智能汽车等领域的产品化与技术创新。  

从杨宇欣的介绍我们得知,从硬件上看,中科创达推出的这个AI Kit拥有包括microSD、微型 HDMI 、以太网接口、1个USB Type C和三个 USB 端口在内的丰富接口,还内置了Ultra HD camera,可扩展USB camera、IP camera、麦克风和扬声器等,可以让开发者及制造商灵活选择自己需要的视觉方案。

在软件方面,运行在Android O上的TurboX AI Kit集成了专为端上运行神经元网络的高通骁龙神经元处理引擎(SNPE);预装了基于高通人工智能引擎优化的,包括人脸识别物体识别SDK 在内的AI算法软件开发套件(SDK);同时他可以使用如谷歌TensorFlow和Facebook Inc.的Caffe/Caffe2 以及 Android NN API等开源人工智能服务;加上还支持包括AWS video kinesis streaming、微软Azure在内的多种云计算服务平台和AI Studio和API Cloud开发。

这样一个性能强劲、生态丰富的AI开发平台能够给开发者评估、开发、优化和验证端侧人工智能提供充足的支持。对于那些在算法领域有深入的开发者来说,AI Kit能把其算法迅速落地,轻易地对接到安卓生态,拓宽其应用;对于模组厂来说,AI Kit也能为他们提供快速搭建产品原型的机会。

杨宇欣也强调,对中科创达来说,新的平台能够帮助他们积累更多的应用和算法,展现中科创达在AI软硬件方面的实力,能为开发者提供广泛的支持。这也势必能给中科创达的“智能软件系统、智能汽车和智能物联网”三大主营业务提供充足的支持。

他进一步指出,中科创达未来将持续从软件和硬件两方面升级AI Kit,为其带来更多的功能个,一如既往地给开发者带来更好的体验,为他们开拓新产品体系,验证新原型提供足够的动力和支持。这也是中科创达一直以来所追求的。

而在笔者看来,将开发门槛降到最低,也是应用爆发的前提,让我们一起静候人工智能应用的黄金时代的到来。

半导体行业观察
半导体行业观察

最有深度的半导体新媒体,实时、专业、原创、深度,30万半导体精英关注!专注观察全球半导体最新资讯、技术前沿、发展趋势。

产业中科创达
相关数据
Qualcomm机构

高通公司(英语:Qualcomm,NASDAQ:QCOM)是一个位于美国加州圣地亚哥的无线电通信技术研发公司,由加州大学圣地亚哥分校教授厄文·马克·雅克布和安德鲁·维特比创建,于1985年成立。两人此前曾共同创建Linkabit。 高通公司是全球3G、4G与5G技术研发的领先企业,目前已经向全球多家制造商提供技术使用授权,涉及了世界上所有电信设备和消费电子设备的品牌。根据iSuppli的统计数据,高通在2007年度一季度首次一举成为全球最大的无线半导体供应商,并在此后继续保持这一领导地位。其骁龙移动智能处理器是业界领先的全合一、全系列移动处理器,具有高性能、低功耗、逼真的多媒体和全面的连接性。目前公司的产品和业务正在变革医疗、汽车、物联网、智能家居、智慧城市等多个领域。

http://www.qualcomm.com/
Microsoft机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

TensorFlow技术

TensorFlow是一个开源软件库,用于各种感知和语言理解任务的机器学习。目前被50个团队用于研究和生产许多Google商业产品,如语音识别、Gmail、Google 相册和搜索,其中许多产品曾使用过其前任软件DistBelief。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

神经元技术

(人工)神经元是一个类比于生物神经元的数学计算模型,是神经网络的基本组成单元。 对于生物神经网络,每个神经元与其他神经元相连,当它“兴奋”时会向相连的神经元发送化学物质,从而改变这些神经元的电位;神经元的“兴奋”由其电位决定,当它的电位超过一个“阈值”(threshold)便会被激活,亦即“兴奋”。 目前最常见的神经元模型是基于1943年 Warren McCulloch 和 Walter Pitts提出的“M-P 神经元模型”。 在这个模型中,神经元通过带权重的连接接处理来自n个其他神经元的输入信号,其总输入值将与神经元的阈值进行比较,最后通过“激活函数”(activation function)产生神经元的输出。

物体识别技术

计算机视觉领域的一个分支,研究物体的识别任务

物联网技术技术

物联网(英语:Internet of Things,缩写IoT)是互联网、传统电信网等信息承载体,让所有能行使独立功能的普通物体实现互联互通的网络。物联网一般为无线网,而由于每个人周围的设备可以达到一千至五千个,所以物联网可能要包含500兆至一千兆个物体。在物联网上,每个人都可以应用电子标签将真实的物体上网联结,在物联网上都可以查出它们的具体位置。通过物联网可以用中心计算机对机器、设备、人员进行集中管理、控制,也可以对家庭设备、汽车进行遥控,以及搜索位置、防止物品被盗等,类似自动化操控系统,同时通过收集这些小事的数据,最后可以聚集成大数据,包含重新设计道路以减少车祸、都市更新、灾害预测与犯罪防治、流行病控制等等社会的重大改变,实现物和物相联。

推荐文章
暂无评论
暂无评论~