為了提供更好的閱讀內容,我們使用cookies來改善使用者體驗,關於更多cookies資訊請閱讀我們的隱私權聲明
全部已讀
 
 

透過軟硬整合方案快速打造邊緣運算節點

2018/12/04 - DIGITIMES企劃

台灣恩智浦半導體(NXP Semiconductors)大中華區微處理器及微控制器產品行銷經理黃健洲指出,面向物聯網(IoT),NXP聚焦耕耘汽車、工業控制、行動裝置、通訊暨基礎建設等四大領域;NXP切進這四塊應用,並非僅以單一產品做考慮,而加入連結性、安全性與感知能力等通盤考量,藉由半導體晶片的運算能力,讓智慧服務從雲端逐漸推向終端節點。

針對人工智慧主題,主要內含AI、機器學習(ML)與深度學習(DL)等三個層次。AI泛指模擬人的想法、觸覺與感覺;ML意指加入人的感覺,針對不同資料進行學習;DL更進一步模擬人腦神經、強化對事務的判斷與決定。NXP以AI與ML為著力重點,在雲端上完成訓練的模型,可放入NXP的i.MX、i.MX RT、i.MX 8X/8M、i.MX 8等產品,於邊緣端執行推論,形成端到端完整ML方案。

黃健洲說,若以應用類型來區分,比方說物件識別、手勢偵測,適合由i.MX或i.MX RT來執行;論及3D人臉辨識,可由i.MX 8X/8M加以執行;假使到了多攝影機協同偵測等高階應用,則以i.MX 8為首選平台。舉凡樓宇自動化、車隊管理、工業分析、醫療保健,乃至零售場域的存貨管理、個性化行銷,皆是邊緣運算的適合應用場景,只因這些應用情境講究即時反應,不可能等待5~10秒才獲得運算結果。

打造軟體基礎架構,助用戶加速發展ML應用

值得一提的,除了Processor處理器外,NXP也致力發展ML軟體,內含一組ML SDK,用以承載完成訓練的模型,再視應用需求結合Vision或Sensor SDK,接著經由恩智浦邊緣智慧環境(eIQ),再送入NXP MCU或MPU,據此協助用戶簡化ML應用開發過程。

前述提及的eIQ,是一套完整的ML工具包,可支援TensorFlow Lite、Caffe2或其他神經網路架構,以及非神經ML演算法,已然涵蓋建立與優化雲端訓練ML模型所需之工具,確保模型可在汽車、工業或其他物聯網應用場景中資源受限的邊緣設備中高效運行,完成語音、視覺或異常檢測等各式應用方案的產生。


圖說:台灣恩智浦半導體(NXP Semiconductors)大中華區微處理器及微控制器產品行銷經理黃健洲。