日前的人工智能（AI）活动AI Experience吸引了许多人参与，他们都看到了物联网（IoT）与人工智能搭配的发展及其重要性。优秀的技术人员和演讲者从机器学习、物联网到智慧城市应用，为与会者展示了惊人的创新。我们正朝向一个令人期待的未来前进，届时人工智能将触及并改善每一次客户互动、每一个产品以及每一项服务。到2025年，市场上将大约有500亿台互联设备。
人工智能在IoT解决方案（智能工厂、智能零售、智慧城市）中的应用越来越多。作为人工智能的基础，机器学习和其他学习在满足企业和消费者需求的过程中将发挥越来越重要的作用。人工智能是指由计算机执行的人类智力的所有典型行为。机器学习是人工智能的子集，其重心在于机器接收一系列数据并自行学习的能力，并在接收更多与当前处理内容相关的信息后对算法进行修改。深度学习则采用了庞大的神经网络模型和各种处理器，利用计算进步和训练技术，通过分析海量数据来学习复杂的模型。
这次大会由艾睿电子欧洲、中东和非洲（EMEA）地区物联网总监Andrew Bickley主持开幕。Bickley指出，处于人工智能领域主导地位的微软、英特尔和英伟达是整个行业的焦点。“而艾睿电子则从创建到应用级再到安全云提供了端到端合作伙伴AI系统（图1）。”
图1: 艾睿电子EMEA物联网总监Andrew Bickley在演讲中强调物联网与AI融合的重要性。
作为AI系统基础的软件应用程序，并不是代表某个问题解决方案的一组不变指令集，而是一种表达、使用和修改知识库的“环境”。每一个这类系统都包含一个知识库和一个推理引擎。推理引擎是利用知识库来获取特定问题的解决方案并提供解释的模块。
今天的企业每天都要应对新的技术，同时面临管理海量数字数据的压力，这种情况前所未有，数字化转型对其商业策略和生产力意义重大。“数据是一种新的驱动力，”Bickley说。分析大数据已成为企业数字化的关键步骤，可以最大程度地提高效率、减少不良决策导致的错误、优化产品及流程创新，并最终实现良好的业绩。
5G将是一个重要的通信渠道，它将各种数字转换技术整合在一起，以满足实时、高效的通信需求。Quectel RG500Q和RM500Q 5G模块已准备好在5G市场上扮演独特的角色。这两款5G模块还支持LTE-A和GNSS网络，因而成为商业和移动宽带应用——如固定无线接入、移动热点设备以及公共安全和监视应用——的理想选择（图2）。
图2：Quectel展示其RG500Q和RM500Q 5G模块。
微软将通过其OpenAI人工智能实验室在AI市场的投资超过10亿美元。这项投资用于在Azure平台上开发一组云服务，以管理日益先进的人工智能模型。
来自德国慕尼黑的微软EMEA市场IoT解决方案架构经理Graziano Galante说：“物联网和AI生活正在改变技术。AI是计算机科学中一个令人惊奇的领域，它已经改变了我们的生活。”他继续说：“AI的潜力相当诱人。AI与高级分析意味着机会越来越大，目标是将其业务从简化IoT转型为将IoT大众化。”
物联网设备的激增及随之产生的海量数据需要实时智能，使计算与分析靠近数据所在位置，这一需求变得越来越迫切。与边缘解决方案相比，Azure IoT Edge提供了更大的灵活性和控制力，可以修改边缘应用程序的运行时间并进行调试。例如，Azure Cognitive Services允许应用程序去看、听、响应、翻译、推理等（图3）。
图3：微软EMEA市场IoT解决方案架构经理Graziano Galante介绍，AI与高级分析的目标是将其业务从简化IoT转型为将IoT大众化。
英特尔生态系统提供了多种硬件解决方案，包括CPU、GPU、FPGA和ASIC。后者包括最新的推理用Nervana NNP-I和训练用NNP-T，以及Movidus视觉处理器。Intel Nervana是英特尔首款专门针对复杂的深度学习推出的ASIC，为在云和数据中心市场运作的客户提供了令人难以置信的可扩展性和高效率。
英特尔的Nervana NNP-T产品在计算、通信和内存之间找到了恰当的平衡，因而不管是对于小型集群，还是对于POD（性能优化数据中心）中最大型的超级计算机，都可实现近乎线性的扩展及高能效。
英特尔Movidius Myriad则用于多媒体应用、计算机视觉和边缘推理。新一代英特尔Movidius视觉处理器进行了高效的专用架构改进，旨在提供业界领先的性能。新一代产品的推理性能比上一代产品高出10倍以上，能效比竞争对手的处理器高出6倍。
在数据驱动的新兴领域，如边缘计算、联网和云平台等，客户所需的是能够聚合并处理越来越多的数据流量以实现变革性应用的解决方案。而边缘、网络和云级数据分析中人工智能技术的进步，也迫使硬件系统满足不断发展的标准，以支持不同的AI工作负载，并集成多种功能。
要快速解决以数据为中心的问题，需要采用灵活的解决方案来处理数据。FPGA芯片提供了可定制的连接性和加速性，同时为不同的工作负载提供更迫切的性能和功耗改善。
FPGA实现了深度学习：高度可定制的数据路径、高度并行的确定性计算以及灵活的系统集成。
FPGA还实现了实时推理（或模型评分）所要求的低延迟特性。FPGA电路可以针对不同类型的机器学习模型重新配置。由于采用了最佳的内存模型和数值精度，这种灵活性实现了应用的加速。
另外，英特尔的OpenVINO工具套件有助于加快高性能计算机视觉和深度学习视觉应用的开发速度，它允许在硬件加速器中进行特定的学习，简化了各种英特尔平台之间的异构执行。
OpenVINO工具套件能够帮助开发人员和数据科学家为机器视觉应用快速开发高性能人工视觉和深度学习，可免费下载。OpenVIVO基于神经网络的边缘计算概念，开发人员可以用它创建一系列不同的平台（图4）。英特尔EMEA市场开发主管Paolo Righi说：“人工智能应用在两个方面：训练，即教导神经模型；以及推理，即理解哪个图像被识别为示例。OpenVIVO的作用非常重要，因为它可以在不同的框架上工作，并针对所使用的平台（CPU、GPU或它们的组合）来优化代码。”
图4：英特尔展示针对AI打造的硬件解决方案以及工具套件。
然而，物联网的发展和远程维护增加了黑客入侵的可能。敏感数据和知识产权可能被窃取，整个系统平台可能被操纵，解决安全问题迫在眉睫。英飞凌的可信平台模块（TPM）作为联网设备数字身份等敏感数据的“保险箱”，显著降低了可能由网络攻击造成的数据丢失或停产风险。
“近期目标是解决安全问题。”Silicon Laboratories公司南欧区经理Patrizio Piasentin在一次谈话中强调，“未来的通信协议是什么？哪种技术可以将风险降到最低？哪种协议容易安装？这些都是未来要考虑的问题。”
Silicon Labs的专有无线协议因提供低功耗蓝牙（BLE）、Zigbee和Thread等连接选项而增添亮点。新型Gecko Wireless SoC系列可利用Flex Gecko、Blue Gecko和Mighty Gecko等对专有无线协议进行定制（图5）。
英伟达提供了一系列GPU解决方案，用来训练机器学习模型，以识别各种不同的输入。GPU制造商在汽车、监视系统、机器人和智能制造等推广人工智能应用的领域发挥了重要作用。
Jetson Nano是英伟达设计的一个开发板，它基于人工智能，充当设备跳动的心脏和思考的大脑，一般用于机器人和自动控制设备，但不限于此。所提供的组件能够管理算法，完成物体识别甚至自动驾驶等操作，而不必依赖在云架构的远程服务器上执行命令。英伟达还开发了一种软件用来创建算法，使虚拟助手和聊天机器人显得不那么笨拙。该软件已通过图形处理器进行了优化。
图5：Silicon Laboratories南欧区经理Patrizio Piasentin强调IoT应用在存储容量、能耗、电池续航、成本与使用寿命方面都明显存在限制。
边缘计算、人工智能、大数据，这些元素将与我们一起迈向不远的未来。新的软硬件解决方案必须有效抓住物联网方案中的延迟、安全性和通信等机遇。人工智能可应用于制造行业的预测性维护及其它许多方面，它提供一系列技术来分析生产过程中收集的海量数据，并生成有用的信息，以实现并支持卓越的生产能力。
（原文刊登于ASPENCORE旗下EETimes Europe网站，参考链接： Transform Your Business With AI。）
本文为《电子技术设计》2020年01月刊杂志文章，版权所有，禁止转载。免费杂志订阅申请点击这里。
最前沿的电子设计资讯
