边缘AI前景：
洞察未来趋势
AI未来是分布式的
边缘AI在为将智能嵌入几乎每个设备、每个地方铺平道路。
在整个技术领域，系统的每个层面都在功率和性能之间不断平衡。
- 在顶层，云基础设施提供数千千瓦的计算能力，用于大规模AI模型和数据处理。
- 在更接近边缘的地方，如神经处理单元等专用硬件高效处理中等工作负载。
- 在设备层面，数十亿个微控制器和传感器以极低功耗运行，功耗从单瓦直至微瓦级。它们在数据生成地直接执行AI推理，实现网络边缘的实时洞察和响应能力。
通过将AI工作负载分布在云端、边缘和微型边缘设备上，这种方法可最大限度提高性能和效率。它使AI能够从大规模数据中心无缝扩展到最微小的智能传感器，为AI驱动的解决方案开启创新、敏捷和可持续性的新机遇。
意法半导体引领微型边缘AI部署
通过在网络边缘直接处理数据，微控制器和智能传感器成为AI部署的前线。
它们是物理世界与智能系统之间的关键接口。它们捕获真实世界数据，通过嵌入式AI算法进行分析，并立即采取行动或做出决策。
STM32N6微控制器配备意法半导体Neural-ART加速器形式的嵌入式AI加速，提供令人印象深刻的性能，最高可达每秒6000亿次操作 (GOPS)。借助AI加速微控制器，意法半导体赋能嵌入式设备处理计算机视觉和实时多模态处理。
我们的通用和汽车微控制器可以在低功耗水平运行AI，使其成为能源敏感型环境的理想选择。这些解决方案覆盖范围广泛，从STM32高性能系列到超低功耗微控制器，以及SPC5和Stellar汽车MCUs.
我们还通过 智能传感器不断突破技术边界，致力于将功耗降至一毫瓦以下，从而实现始终在线的事件检测和时间序列数据的实时边缘AI处理。这意味着，借助机器学习内核 (MLC) 和智能传感器处理单元 (ISPU) 等传感器内处理技术，设备可以持续监控和响应事件，同时保证电池续航时间。
边缘AI如何变革应用：三个用例
微型边缘AI支持广泛的嵌入式应用，推动跨各个行业的创新。其影响可以通过三个关键用例来理解，涵盖从当今可实现的能力到未来可能实现的能力。
1. 改进现有应用
利用现有硬件和软件对现有产品或应用进行改进。除了当前操作外，微控制器还可以运行如异常检测、从传感器数据插值等应用。
此类用例可由软件提供支持，且不需要在微控制器中执行AI硬件加速。开发者可以升级其产品而无需更改硬件设计，或通过用更先进的数据处理单元替换多个传感器来降低成本。
2. 降低成本
实现一个如今技术上可行的产品或应用，使用微处理器或应用处理器，但以微控制器典型的成本和功耗预算交付。
例如，人员检测、声音分析和语音识别可以嵌入现有应用，并因降低成本和减少能源使用的硬件加速微控制器或微处理器而变得更普及。
3. 探索未知领域/b>
开发前所未有的全新应用，以及创新当今在云端运行的应用，将其移至边缘。
这种方法可以为边缘带来新功能，如姿势和手势估计、生物识别认证和对象分割，使设备能够理解并响应人类动作以增强用户交互。
