【導(dǎo)讀】人工智能(AI)正成為一股變革性力量，深刻塑造著我們的日常生活。從實時監(jiān)測健康狀況的可穿戴設(shè)備，到優(yōu)化行車安全的自動駕駛，人工智能正在徹底改變著我們與世界互動的方式。智能工業(yè)設(shè)備可以自主制定維護檢修計劃。隨著設(shè)備線上線下無縫運行，線上線下的界限正日益模糊。這樣的未來并非遠在天邊，而是已然到來。
這場變革的核心是邊緣人工智能。通過將人工智能部署在數(shù)據(jù)源頭附近，邊緣人工智能可以降低模型對云端處理的依賴。隨著全球面臨數(shù)據(jù)指數(shù)級增長、用電量飆升和可持續(xù)發(fā)展等多重挑戰(zhàn)，人工智能從云端下移到邊緣端變得至關(guān)重要。
半導(dǎo)體技術(shù)在AI驅(qū)動的世界中扮演的角色
半導(dǎo)體是人工智能變革背后默默無聞的英雄，芯片和傳感器賦予云數(shù)據(jù)中心或嵌入式設(shè)備人工智能功能。盡管人們專注于那些支撐生成式AI技術(shù)的CPU、GPU和內(nèi)存架構(gòu)，但在開發(fā)高性能、可持續(xù)化智能互聯(lián)解決方案中，內(nèi)置神經(jīng)處理單元(NPU)的高能效微控制器(MCU)和智能傳感器發(fā)揮著舉足輕重的作用。
邊緣AI的發(fā)展速度非常快。根據(jù)國際數(shù)據(jù)公司IDC的2026 年預(yù)測，到2030 年，50% 的企業(yè) AI 推理任務(wù)將從云端處理下移到網(wǎng)端設(shè)備或邊緣節(jié)點本地處理。邊緣人工智能正在拉動經(jīng)濟大規(guī)模增長：據(jù)大觀研究(Grand View Research)預(yù)測，在對低延遲、隱私保護和高能效處理的核心需求驅(qū)動下，全球邊緣 AI市場規(guī)模將從 2025 年的250 億美元，飆升至 2033 年的1180 億美元以上。
邊緣AI為何重要
全球數(shù)據(jù)呈現(xiàn)爆炸式增長，增速驚人。據(jù)德國統(tǒng)計公司Statista預(yù)測，全球產(chǎn)生、消耗與存儲的數(shù)據(jù)總量將從2024 年的 149 ZB增至2028 年的 394 ZB。將數(shù)據(jù)傳輸?shù)皆贫藬?shù)據(jù)中心集中處理，不僅效率低下，還會加重環(huán)境負擔(dān)。例如，向大語言模型(LLM)聊天機器人發(fā)起單次查詢所消耗的電能，高達傳統(tǒng)網(wǎng)頁搜索的十倍。
邊緣AI是一種在數(shù)據(jù)源本地處理數(shù)據(jù)的人工智能解決方案。邊緣AI的優(yōu)點是能夠降低響應(yīng)延遲，減少數(shù)據(jù)泄露機會，因此，信息隱私性更強，并賦予用戶個人信息控制權(quán)，同時還能最大限度降低能耗。邊緣AI促成了分布式人工智能策略，即在云端和邊緣之間智能分配推理任務(wù)，以優(yōu)化成本和功耗，最終提高系統(tǒng)的整體性能。
智能傳感器：在數(shù)據(jù)源頭部署AI
在傳感器上直接集成人工智能是邊緣人工智能技術(shù)取得的令人振奮的進步，把數(shù)據(jù)移到智能傳感器本地處理，既可以實現(xiàn)實時決策，又能降低能耗。機器學(xué)習(xí)核心(MLC)這類硬件處理引擎就是一個具有代表性的邊緣AI實例，能夠高效檢測事件，同時功耗非常低。
此外，IMC（in-memory computing）等創(chuàng)新技術(shù)正在不斷拓展邊緣設(shè)備的能力極限。通過在同一存儲單元內(nèi)融合存儲與算力，可大幅降低能耗，并提升處理速度。從可穿戴設(shè)備中的運動傳感器，到相機里的圖像傳感器，這些創(chuàng)新技術(shù)正深刻改變著各類傳感器，使其智能更高，性能更加強大。
情景感知：下一個前沿
情景感知通常是全天24小時持續(xù)運轉(zhuǎn)，使用傳統(tǒng)的云計算方法來連續(xù)感知情景是不符合可持續(xù)發(fā)展原則的，即使在邊緣設(shè)備上本地執(zhí)行情景感知仍然極具挑戰(zhàn)性。在情景感知應(yīng)用中，邊緣人工智能表現(xiàn)出色，實現(xiàn)了房屋入住智能監(jiān)測、汽車駕駛監(jiān)測、預(yù)測性維護，甚至還把農(nóng)業(yè)病蟲害檢測等曾經(jīng)無法實現(xiàn)的應(yīng)用場景變?yōu)榱爽F(xiàn)實，同時，邊緣人工智能還是一種更可持續(xù)化的解決方案。
總的來說，AI的情景感知能力正在變得更強，這意味著它能更好地理解所處環(huán)境，并對環(huán)境變化做出快速響應(yīng)，這是因為邊緣人工智能使用先進的AI算法在本地處理數(shù)據(jù)，包括攝像頭、運動檢測器、溫度傳感器在內(nèi)的各種傳感器的數(shù)據(jù)。
例如，配備邊緣AI的人形機器人本身就能進行感知和推理，自動適應(yīng)周圍環(huán)境的變化。有了情景感知能力后，機器人可以動態(tài)調(diào)整自己的行為，例如，繞過障礙物、響應(yīng)用戶的情緒狀態(tài)，或根據(jù)社交情景改變言語和手勢。結(jié)合大語言模型和永久性數(shù)據(jù)庫，這些系統(tǒng)還能逐漸自主學(xué)習(xí)、推理和決策。
做出這些自主決策要求情景感知連續(xù)運行，通常是全天24小時感知周圍環(huán)境。使用傳統(tǒng)的云端算力連續(xù)執(zhí)行情景感知的方法不符合可持續(xù)發(fā)展原則，即使在邊緣設(shè)備上本地處理情景感知仍然極具挑戰(zhàn)性。邊緣AI在這一領(lǐng)域表現(xiàn)出色，它實現(xiàn)了曾經(jīng)無法實現(xiàn)的應(yīng)用場景，同時還是一種更可持續(xù)化的解決方案。
展望未來，情景感知將使AI系統(tǒng)能夠在不同設(shè)備間無縫遷移知識，創(chuàng)造一個更智能、更互聯(lián)的世界。
為AI塑造一個可持續(xù)化未來
隨著人工智能技術(shù)與工具的不斷發(fā)展，可持續(xù)發(fā)展依然全球議程的一個重要議題。半導(dǎo)體行業(yè)率先發(fā)力，為市場開發(fā)高能效的云計算和邊緣計算解決方案。先進制造工藝讓芯片具有前所未有的性能，同時，還能降低電壓和漏電流，從而降低功耗。
智能傳感器、存內(nèi)計算和邊緣人工智能工具的創(chuàng)新發(fā)展，不僅讓AI變得更高效，還賦能設(shè)計者開發(fā)更智能、更可持續(xù)化的產(chǎn)品，彌合低功耗嵌入式設(shè)備與高性能云系統(tǒng)之間的空白。
除硬件進步外，軟件與開發(fā)工具生態(tài)系統(tǒng)也取得了巨大發(fā)展。在嵌入式人工智能實際落地中，生態(tài)系統(tǒng)起到了非常關(guān)鍵的作用。開發(fā)者可以利用生態(tài)系統(tǒng)內(nèi)的工具大幅優(yōu)化模型規(guī)模，過去，只有服務(wù)器的算力才能支撐復(fù)雜神經(jīng)網(wǎng)絡(luò)模型的運行，今天，資源有限的嵌入式設(shè)備也能運行神經(jīng)網(wǎng)絡(luò)模型。量化、剪枝等技術(shù)手段可以降低模型的內(nèi)存占用率與算力需求。
此外，人工智能開發(fā)的便利性也得到大幅改善。今天的高級開發(fā)工具包可自動執(zhí)行復(fù)雜的優(yōu)化任務(wù)，讓更多開發(fā)者能夠訓(xùn)練并部署高效模型。為完善生態(tài)系統(tǒng)，半導(dǎo)體廠商提供模型轉(zhuǎn)化專用軟件，將模型轉(zhuǎn)換為可在目標硬件上高效運行的代碼。軟件與芯片的深度融合，是智能嵌入式設(shè)備創(chuàng)新的主要驅(qū)動力。
結(jié)論
邊緣人工智能的發(fā)展正在為更智能、更互聯(lián)、更可持續(xù)的未來鋪平道路。通過將智能部署在更靠近數(shù)據(jù)源的地方，邊緣人工智能正在重塑各行各業(yè)，加強隱私保護，并降低能源消耗。
隨著情境感知與生成式人工智能的不斷發(fā)展，未來充滿無限可能。從智能傳感器到存內(nèi)計算，推動這場變革的各項技術(shù)正在塑造一個全新的人工智能世界，賦予人工智能自主適應(yīng)、自主學(xué)習(xí)、自主發(fā)展的能力，通過以更可持續(xù)的方式更高效地利用資源，把我們的生活變得更加美好。
邊緣AI不僅僅是技術(shù)發(fā)展歷程中的一座里程碑，還是一個描繪更智能、更可持續(xù)未來的愿景。
