<strike id="xh1ss"><address id="xh1ss"></address></strike>
  1. <legend id="xh1ss"></legend>
  2. 更多課程 選擇中心

    嵌入式培訓
    達內IT學院

    400-111-8989

    AI與物聯網趨勢并起 顛覆嵌入式設計思維

    • 發布:嵌入式培訓
    • 來源:嵌入式資訊
    • 時間:2018-03-08 14:43

    有別于一般泛用型的PC架構,嵌入式系統的定義,是為特定用途所設計的IT系統,近年來嵌入式在特定領域的發展加速,與過去相較,無論是深度或廣度都有長足進展,主要原因除了IT技術本身的精進外,應用產業不斷拓展出新的功能需求也是主因,尤其是應用面,在市場競爭日益激烈的態勢下,無論是消費性或非消費性設備供貨商,都必須善用IT技術力量,強化本身競爭力,因此嵌入式系統的市場需求與日俱增,而在需求與供給雙方相互拉抬下,嵌入式產業的發展來到史上高峰,未來幾年在AI與物聯網的驅動下,預計將持續成長。

    商機后勢可期 廠商卡位AI市場

    AI是2017年IT產業的焦點議題,多數研究機構與產業都認為AI不但會與嵌入式系統整合,而且在部分應用中,具有AI功能的嵌入式設備將串聯成物聯網架構成為AIoT系統,而AIoT系統中,不僅上層的云端平臺會具有運算能力,終端的嵌入式設備,甚是設備中的組件,也都會有一定程度的AI設計,進而形成龐大商機,也因此目前各大芯片商都早已開始投入AI芯片的布局。

    AI芯片在嵌入式系統的應用相當廣,從數據中心、終端設備(智能手機、平板計算機、穿戴式裝置...等)、垂直特定產業(制造、交通、醫療...等),都將是目標市場。投入的廠商也眾多,以架構來看,浮點運算、同步并行運算非常適用于人工智能的深度學習神經網絡,因此具有這些特點的GPU,也成為這波AI熱潮的重要運算架構。

    但在此趨勢中CPU也未缺席,尤其是Intel在2017年中分別推出獨立AI加速器Movidius Neural Compute Stick與Myriad X視覺處理器(Vision Processing Unit;VPU),前者內建了Myriad 2視覺運算單元,在1瓦電力下可完成每秒1,000億次浮點運算,后者則是全球第一個配備神經運算引擎(Neural Compute Engine)的系統單芯片,可用于加速產品端的深度學習推理。

    除了兩家處理器大廠,Google也在2017年推出訂制化的ASIC AI芯片TPU,專為機器學習設計,Google的TPU主要用于改善搜尋結果的相關性與提高Google街景服務地圖和導航功能正確度,由于TPU是專為特定用途設計的特殊規格邏輯IC,只執行單一工作,所以速度更快,但缺點是成本較高。

    除了GPU、CPU外,其他處理架構如FPGA、DSP等廠商,也都積極投入AI市場,而就發展來看,仍未看出那一類運算架構會成為市場主流,服務器的應用目前仍以CPU為主,不過現在NVIDIA也開始跨入發展,至于終端嵌入式設備市場,無論是體積、功耗、價格,其市場需求都比服務器更嚴苛,因此難度會更高,不同的應用會需要不同運算架構,因此未來處理器在嵌入式終端市場的應用將更為多元,不會出現一家寡占的狀況。

    加速物聯網布建 組件走向智能化

    除了AI之外,物聯網也會是未來嵌入式系統的重要發展,物聯網概念在IT產業已將近10年,雖未如當初研究機構出現爆發性成長,不過已陸續有產業導入,在物聯網架構中,嵌入式設備主要應用于底層,像是零售業的POS、醫療業的手持式平板計算機、制造業的工業計算機...等,這些嵌入式設備過去多為獨立式運作,即便有連網功能,也都僅與上層架構鏈結,傳送系統運作數據,設備之間彼此并未連結為綿密的物聯網架構。

    近年來物聯網概念逐漸普及,在多數產業導入后,過去制定的物聯網架構開始因應企業實務運作轉型,就目前發展來看,架構在物聯底紋層的嵌入式設備,將會有兩大改變,包括快速導入和智能對象。

    在快速導入部分,過去系統中的設備數量少,系統建置并不難,但物聯網系統號稱萬物皆連,大量擷取第一線設備的訊號,累績成大數據后,讓上層的云端平臺的運算更趨精準,因此在物聯網系統中,第一線設備的部件相當重要,在消費性領域如智慧家庭,其設備可以逐步連結,但在地域龐大像是大型醫院、工廠等,其鏈接的嵌入式裝置數量有可能上達千臺,要在一定時間內布建,其難度相當高,尤其是較舊的機臺,要將感測訊息連上網,更對系統人員帶來嚴苛挑戰。對此困境,舊型設備必須藉由外接模塊與上層鏈結,機型較新的嵌入式設備,則多已有連網功能,現在物聯網仍多使用3G、4G、Wi-Fi等通訊技術,要鏈接上網并不難,但如何讓傳回的數據具正確性,就必須靠智能對象的設計。

    智能對象的設計有兩部分,包括邊緣運算和組件AI化。邊緣運算是讓位處系統終端的嵌入式設備有一定運算能力,設備先行預處理過數據后,再將結果傳回云端平臺,邊緣運算除可降低后端處理器的工作負載外,前端整理過的數據量也會大幅減少,若是采用3G、4G等通訊技術的系統,就可降低傳輸費用。組件AI化則是讓嵌入式設備內的零組件如儲存裝置、人機接口等,具有AI功能,使其可偵測設備狀態,提升系統運作效率,例如播放高畫質影音檔案時,儲存裝置可從數據的讀取次數,運算出運作模式,進而調整設備狀態,預先處理讀取扇區,使整體系統運作更穩定且快速。

    AI與物聯網是近兩年嵌入式領域的重要趨勢,而業界多認為這兩者將會快速整合,翻轉過去IT架構的功能走向,在此態勢下,無論是單一設備或整體系統,嵌入式設計者必須有全新思維,一直以來嵌入式系統的設計都以市場需求為設計導向,在AIoT時代,系統使用思維將全部翻轉,設備內部的組件功能更細更具智能,外部的系統整合則必須更緊密且多元,如此方能因應新時代的市場需求,設計出優化嵌入式系統。

    預約申請免費試聽課

    填寫下面表單即可預約申請免費試聽!怕錢不夠?可就業掙錢后再付學費! 怕學不會?助教全程陪讀,隨時解惑!擔心就業?一地學習,可全國推薦就業!

    上一篇:達內嵌入式培訓2018年3月免費訓練營課程表
    下一篇:AIoT 興起,嵌入式系統互通性要求至關重要

    單片機:寫1清零,寫0清零,有什么區別?

    嵌入式工程師一定不要亂用全局變量

    嵌入式培訓靠譜嗎?就業怎么樣?

    新手如何學習單片機?

    • 掃碼領取資料

      回復關鍵字:視頻資料

      免費領取 達內課程視頻學習資料

    • 視頻學習QQ群

      添加QQ群:1143617948

      免費領取達內課程視頻學習資料

    Copyright ? 2021 Tedu.cn All Rights Reserved 京ICP備08000853號-56 京公網安備 11010802029508號 達內時代科技集團有限公司 版權所有

    選擇城市和中心
    黑龍江省

    吉林省

    河北省

    湖南省

    貴州省

    云南省

    廣西省

    海南省

    黄色一级全祼,欧美一级aa片,一级毛卡片,一级特黄大片,三级片视频 百度 好搜 搜狗
    <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>