随着云计算与物联网的发展，两者相结合的边缘人工智能技术近年来开始受到越来越多的重视。在亚德诺半导体（ADI）公司6日举办的线上媒体发布会中，发布了一款带有神经网络加速器的超低功耗人工智能微控制器MAX78000。该产品面向边缘人工智能应用，可以支持采取电池供电的嵌入式物联网设备在边缘设备中实现快速且低功耗的人工智能推理。ADI表示，与软件方案相比，采用这种方案可使复杂的AI推理能耗降低到前期方案的1%以内。
简单来说，边缘人工智能是指在边缘设备上实现的AI运算。以往大多数尖端的人工智能流程都是在云中执行的，因为它们需要大量的计算能力。但随着数据的增长速度对本地数据计算和本地数据存储的需求变得更加迫切，大量数据操作逐渐转向本地进行，这为在边缘广泛采用人工智能提供了理由。
根据ADI高级应用工程师辛毅的介绍，MAX78000集成了一颗专用的神经网络加速器，使其可在本地以低功耗实时执行AI处理，克服了云端运算延迟和能耗较大的问题，使机器能够看到和听到复杂的型态，大幅提高了机器视觉、语音和面部识别等应用的工作效率。据介绍，这颗硬件在运行时几乎不需要任何微控制器内核的介入，操作的流线化程度极高，能量和时间仅用于实施CNN的数学运算，极大提高了运算效率，降低了功耗。
在谈到MAX78000主要特点时，辛毅表示，低能耗、低延迟与高度集成是其主要优势。这颗芯片除神经网络加速器之外，还采用两颗内核ARM M4F及RISC-V微控制器相结合的设计，两颗内核可将外部世界的采集数据高效地输入到CNN引擎当中，能耗不足嵌入式竞争方案的1%，且在边缘执行AI功能时，减少或省去了大量的云端事务处理，运行的实时性与速度大幅提高。而带有神经网络加速器也可使物联网设备实现复杂、实时的认知。
目前，MAX78000可应用于人脸识别、灾难检测、医疗应用等诸多领域。在人脸识别应用中，不仅可以进行识别人脸，也可以识别物体、宠物等。在灾难检测中可以进行烟感、烟雾监测、火灾监测、泥石流监测、震动监测等领域，其超低的功耗可以适于安装在长期无人值守的区域。在医疗应用中，可用于心电图、心率、血液数据的检测等。
简单来说，边缘人工智能是指在边缘设备上实现的AI运算。以往大多数尖端的人工智能流程都是在云中执行的，因为它们需要大量的计算能力。但随着数据的增长速度对本地数据计算和本地数据存储的需求变得更加迫切，大量数据操作逐渐转向本地进行，这为在边缘广泛采用人工智能提供了理由。
根据ADI高级应用工程师辛毅的介绍，MAX78000集成了一颗专用的神经网络加速器，使其可在本地以低功耗实时执行AI处理，克服了云端运算延迟和能耗较大的问题，使机器能够看到和听到复杂的型态，大幅提高了机器视觉、语音和面部识别等应用的工作效率。据介绍，这颗硬件在运行时几乎不需要任何微控制器内核的介入，操作的流线化程度极高，能量和时间仅用于实施CNN的数学运算，极大提高了运算效率，降低了功耗。
在谈到MAX78000主要特点时，辛毅表示，低能耗、低延迟与高度集成是其主要优势。这颗芯片除神经网络加速器之外，还采用两颗内核ARM M4F及RISC-V微控制器相结合的设计，两颗内核可将外部世界的采集数据高效地输入到CNN引擎当中，能耗不足嵌入式竞争方案的1%，且在边缘执行AI功能时，减少或省去了大量的云端事务处理，运行的实时性与速度大幅提高。而带有神经网络加速器也可使物联网设备实现复杂、实时的认知。
目前，MAX78000可应用于人脸识别、灾难检测、医疗应用等诸多领域。在人脸识别应用中，不仅可以进行识别人脸，也可以识别物体、宠物等。在灾难检测中可以进行烟感、烟雾监测、火灾监测、泥石流监测、震动监测等领域，其超低的功耗可以适于安装在长期无人值守的区域。在医疗应用中，可用于心电图、心率、血液数据的检测等。
