能看、能聽、能溝通 CEVA加速邊緣運算與AI應用的整合

CEVA行銷策略總監Moshe Sheier。

智慧型手機擺脫了指紋辨識的桎梏，藉由臉部辨識(Face ID)技術讓人工智慧(AI)朝向邊緣運算之路，跨出一大步，AI應用過去都是從雲端資料中心的高運算效能伺服器的架構出發，如臉書、DropCAM與其他多數的AI演算法都是在雲端資料中心所發展，但是新趨勢將帶領AI功能往前部署到邊緣運算的嵌入式裝置上，要讓終端裝置能夠淋漓盡致的發揮AI的效益。

CEVA是半導體產業數位信號處理(DSP)矽智財(IP)的全球領先廠商，自1991年就已經開始開發DSP技術，已經有超過25年的歷史。由於DSP具備即時處理資料的能力，對於邊緣運算技術所需要即時反應的功能，效果卓著，使用DSP可以滿足與支援無法容忍任何延遲的應用，舉凡ADAS或自駕車這種事關人命的應用，都是AI邊緣運算應用重要的舞台。

諸如智慧型手機的臉部辨識，或是超高速度處理語音的功能、消除背景雜訊、壓縮資料，以及用在無線通訊系統上，需要透過數學演算法改變訊號品質與效能，都是主流的DSP的應用領域，每年有超過10億顆半導體晶片配置CEVA的DSP核心，全球前十大半導體廠商，有9家都是CEVA的關鍵客戶，其所產生各式各樣的智慧型裝置，都少不了DSP的應用，CEVA的成功，在優異的財務收益上的成長，可見一斑。

因應AI技術的潮流，廣泛應用在通訊、連網、多媒體與物聯網(IoT)等應用的解決方案中，這次的專訪拜CEVA 2017亞洲技術研討會之賜，特別在會場訪問CEVA市場行銷副總裁Ran Soffer與行銷策略總監Moshe Sheier先生，對邊緣運算與AI應用兩股重要的趨勢相遇所產生的新發展，以及產業動態，提供他們的觀察。

看好NB IoT裝置的快速成長  CEVA持續在通信應用上稱霸

物聯網的應用在通訊網路上的發展，隨著低功耗廣域網通信技術(Low Power Wide Area)的快速發展，讓工業4.0等各式電表，以及家用自來水與瓦斯等智慧電表的IoT裝置可以獨立運作，電信營運商(Telecom)為了能靈活地使用LTE頻段來布建Narrow Band IoT系統，利用3GPP主導的技術規格，採用LTE系統相容的基礎架構，發展Cellular IoT網路，一個長距離、具備廣域連結能力、多感測器的物聯網網路於焉成形，許多主要的晶片設計大廠紛紛看好其未來的發展。

雖然其他不同的無線通訊標準如LoRa、Sigfox與其他新興頻譜的無線通信技術，採用非授權、免費的頻譜，也期望進入這個市場，但是市場上仍認為原本屬於電信營運商所主力力推的NB IoT趨勢，較易獲得青睞。

CEVA的DSP在通訊系統上的應用具有強勢領先的地位，迎接一個低功耗、低成本與長距離通訊等特性的物聯網裝置時代，充滿了信心，尤其看到新一世代的物聯網裝置，開始朝向邊緣運算技術靠攏，由於長距離的NB IoT裝置的數量成長驚人，每年以30%的年複合成長率(CAGR)向上竄升，就半導體晶片數量與規模來看，已經勝過智慧型手機世代，CEVA今天所佔的市場地位，令人稱羨。

語音感測搭配AI發展  應用更廣泛

AI在語音應用上以智慧家庭最近風行的藍牙智慧音響裝置最夯，新的發展逐漸在音源感測與控制的等應用導入多麥克風與矩陣麥克風的配置，為了涵蓋更大區域的收音效果，整合波束成形(Beamforming) 技術與聲學設計(Acoustic Design)，能夠降低喇叭震動與不同音源混合而產生語音辨識效果弱化的效應，提供回音消除與遠距收音等功能，改善語音指令接收與回應等功能，讓DSP引擎的功能在與因應用上更可以淋漓盡致地發揮。

智慧語音分析的應用讓智慧家庭的使用者體驗獲得大幅度的改善，同時對視訊監控與未來自駕車的發展都可以獲得重要的借鏡，除了聲音指令啟動功能之外，能夠辨識家人聲音以取得授權的AI能力，或是分別槍擊與玻璃碎裂等聲音等功能，將是下一代備受矚目的應用。

電腦視覺引進AI技術  辨識率超越人類的視覺能力

電腦視覺(Computer Vision)是DSP應用的一個重要場域，除了掌握Always-On、Always-Sensing與Always-Connected的技術改善視訊監控系統的影像品質之外，透過整合神經網路框架與機器學習等技術，結合大數據分析，特別適用於需要快速反應、低延滯忍受度，以及不需仰賴雲端網路的AI邊緣運算系統的需要，一舉切入智慧城市、智慧醫療等新興應用領域，攫取眾多主流品牌的青睞。

因為考量嵌入式系統在記憶體容量與運算能力上的限制，為了讓在資料中心使用Caffe、TensorFlow等框架專司演算法的訓練，然後快速轉移到邊緣運算的嵌入式系統上，用來做為AI推論，並針對即時蒐集的資料，快速採取因應動作，目前邊緣運算的終端裝置普遍看好包括虛擬實境(VR)、擴增實境(AR)、自駕車與智慧型手機等需要緊密聯繫與高度控制 (Highly engagement, highly control) 的應用，邊緣運算的商機令人雀躍。

CEVA為了快速簡化這個移轉的過程，推出CDNN2(CEVA Deep Neural Network)第二代即時神經網路軟體架構，讓低功率消耗的嵌入式系統能快速部署機器學習的功能，這個在軟體上的投資，隨著CDNN2具備的高效能軟體架構，搭配高度靈活、模組化設計的應用開發人員套件(ADK)，整合更多的視覺感測器、更多的邊緣運算嵌入式裝置，讓CEVA與技術夥伴的合作開發維持的互惠雙贏的關係，發展出具備高度的彈性AI邊緣運算的解決方案，對於改善都市生活與增進人類福祉，做出更重要的貢獻。

Sheier指出即將有440億的視訊裝置，包括視訊監控系統與各式各樣的配置攝像鏡頭的行動裝置在未來的4到5年內即將上市，都需要大量具備影像處理與AI辨識功能的半導體晶片來提供出類拔萃的功能，視訊的應用已經無遠弗屆的湧入我們的生活之中。

Soffer進一步強調，這些裝置持續整合高速語音處理的功能，消除背景雜訊，並且加上語音處理為主的AI應用(Sound A.I.)，提供包括語音指令啟動(Voice trigger and command)，音源偵測、聽障者溝通工具(NLP for communication)等技術，Soffer認為這些功能所組成的產品線，包含視訊、聲音的感測能力與通訊功能所組成的一個非常強大的產品組合，對CEVA而言，這些強大的感測能力，賦予AI邊緣裝置一種類似於人類感官的能力，用以改善人類每天的生活，這個意義對CEVA是非常重要的訊息。

CEVA憑藉多年在DSP核心的耕耘，以及積累的成功經驗，並且在口碑、品質與技術的創新能力上，信譽卓著，獲得台灣客戶的青睞與高度讚揚，由於邊緣運算與AI的結合已經是成為一個主流的趨勢，從CEVA合作的技術夥伴與生態系統所看到的這些眾多的使用範例，得到證明，而且還高速不斷向前演進與變化，結合晶片設計、演算法開發、應用軟體業者的共同努力，才有可能搭建成功的舞台，CEVA希望透過更多與台灣晶片設計與OEM/ODM大廠的合作，一起開拓AI邊緣運算應用，邁開大步迎接AI時代，並掌握AI熱潮與發展契機。