对于边缘计算,其实嵌入式系统一点儿都不陌生!

姓名:王靖尧  学号:16020188025

转载自https://blog.csdn.net/DP29syM41zyGndVF/article/details/83593102


人类智力是知识基础上的能力表现,有“行为智力”(如洗衣做饭、耕田织布、琴棋书画、读书做工)与“思考智力”(如深思熟虑、静心思考、深入分析、绞尽脑汁)。行为智力与思考智力的“统一”、行为智力的“进化”是人类智力两大重要特征。

有缺陷的人工智能

目前,人工智能的行为智力仿真大多是嵌入式系统领域的智能化工具、设备、工业机器人;思考智力仿真则是计算机智力仿真软件,如深蓝计算机的国际象棋大师、沃森计算机的智力竞赛、AlphaGo的围棋大师等专家系统。现阶段,这些人工智能,相对于统一、进化的人类智能,都是初级阶段、有缺陷的人工智能。如AlphaGo的围棋大师只有思考智力,没有行为智力;用于洗衣做饭的洗衣机、微波炉没有实时进化能力。

物联网、大数据、云计算时代,“机器学习”、“边缘计算”、“AI芯片”三个前沿技术为弥补初级阶段人工智能缺陷带来希望。“机器学习”将使智能终端、智能化工具、智能家居具有实时的智力进化能力;“边缘计算”使Alpha-Go、专家系统、计算机智力仿真平台延伸到嵌入式系统前端而具有行为能力;嵌入式系统前端的边缘计算最终要走AI芯片的道路。因此,这三个前沿技术成为人工智能从低端(有缺陷)走向高端(完美)的重要技术基础。 

并不陌生的边缘计算

边缘计算是云计算的一部分。从集中计算到分布式计算,将计算任务分散是物联网系统中云计算的必然趋势。在物联网系统中,嵌入式系统承担了物理对象的智能化任务,分配到嵌入式系统前端的那些计算就是边缘计算。嵌入式系统对边缘计算并不陌生。因为嵌入式系统一路走来,就是从集中计算到分布式计算的演化过程。

早期的嵌入式智能系统是一个MCU的集中计算系统。智能系统中的所有计算都集中在MCU 中,如传感器前端的A/D转换、信号调理、量纲变换等,伺服机构的D/A转换、电平转换、控制算法等计算任务都集中在MCU 中。当智能传感器、智能伺服机构出现后,这些与智能传感器、智能伺服机构相关的计算任务,便转移到嵌入式智能系统的前端或后端中。分配到智能传感器、智能伺服机构上的这些计算,也可称为嵌入式系统的边缘计算。计算转移带来的好处包括负担均匀、实时性更好、MCU 可从事更多的新任务。 

物联网系统中的边缘计算

与嵌入式智能系统相比,物联网大系统中的分布式计算要复杂得多,以一个缉拿凶犯的物联网公安系统为例:这个大系统由公安部、城市公安系统、街道视频系统组成,缉拿凶犯的计算资源有数据库、凶犯特征、人脸/体态识别、任务决策调度、追踪算法、筛查验证算法等。

如果采取分布式计算,公安部在下达凶犯缉拿任务时,将相应的数据库、凶犯特征、追踪/筛查/验证算法发送到城市公安系统及街道视频采集系统中。将原来集中计算的筛查、验证计算分配到城市公安系统、街道视频系统中,如图1所示,不仅提高了系统的实时性,也有利用于计算资源的合理优化。在这种分布式计算中,处于最前端的计算称为边缘计算,有人将处于中间的城市公安系统计算称为雾计算。无论是边缘计算、雾计算,还是公安部系统的中心计算,都是基于大数据的服务计算,即云计算。

图1 物联网智能系统的边缘计算与雾计算 

边缘计算的AI芯片出路

边缘计算是物联网系统中嵌入式智能系统前端的计算。除了智能系统中智能传感器、智能伺服系统分散部分的边缘计算任务外,大部分边缘计算任务集中在嵌入式智能系统的MCU 中。然而,传统的MCU 以智能控制见长,无法承担起繁重的边缘计算任务,必须将MCU 改造成能满足边缘计算的新型MCU,这就是AI芯片。

因为AI芯片处于物联网系统的前端,在满足边缘计算要求的同时,还要保持对物理对象的智能控制。因此,嵌入式领域原有的半导体企业在AI芯片的市场竞争中,具有先发优势。与Intel、微软、谷歌等AI芯片的转型新手相比,ARM+MCU半导厂家的生态体系无疑会占优。相对于强大的Intel、微软、谷歌,以及ARM的MCU生态体系,我国未来独立自主的AI芯片发展会面临严酷的考验,恐怕在一个很长的时期内会纳入到ARM的AI芯片生态体系之中。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,923评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,154评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,775评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,960评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,976评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,972评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,893评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,709评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,159评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,400评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,552评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,265评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,876评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,528评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,701评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,552评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,451评论 2 352

推荐阅读更多精彩内容