边缘人工智能，从传感器融合到深度神经网络
ai在边缘领域的优势现在是显而易见的。在这些领域中，实时响应起到决定性的作用。比如说，在安全敏感型应用中，既要将原始数据传输到云的通信成本降至最低，又要降低功耗、保护隐私并提高对多个边缘节点的可扩展性。
对于以上这些要求，我们建议通过边缘设备内的人工智能而不是远程云服务来满足。然而，一个ai引擎无法服务我们现在所知的边缘应用范围。家用电器可能只需要识别一组简单的语音命令或食品容器上的图片。更复杂的监控系统或工业机器人系统则可能需要融合图像传感器、麦克风、运动传感器等的多方输入。
就高端领域而言，自动或半自动驾驶识别系统需要用到非常复杂的深度神经网络 (dnn)。ceva senspro2 和neupro-m平台恰能满足这些需求。
边缘ai市场
自现在起至本世纪末，边缘ai处理器芯片市场的年复合增长率预计将达到20%左右。这一增长是由智能设备采用率/发展程度不断提高推动的，具体涉及：摄像头、可穿戴设备和家庭自动化领域消费者；安全和自动化程度日益提高的汽车行业；行业监控、机器人、机器/工厂控制和预测性维护。
最有可能在这些领域取得成功的产品自然必须功能十足、性能强大，如此才能满足应用这些产品的认可需求。此类产品必须根据消费者定价和/或在大规模部署时具有成本效益，同时还应该最大限度地减少现有无线基础设施的增量负载。此类产品的软件还必须可以升级，如此才能适应快速发展的ai技术领域的新兴解决方案。
传感器融合和senspro2
除了最简单的智能边缘设备之外，其他所有设备现在都使用多个传感器。两个或更多传感器的融合信息通常可让智能系统提供准确性度更高的信息或补充信息。例如，在自动平行泊车或自动代客泊车系统中，可结合使用探测可用空间的视觉传感技术/雷达与超声波测距技术，另外也可以结合使用imu输入，进一步细化定位估计结果。slam算法可以对这些功能形成补充，在停车场内导航以便自动代客泊车。
ceva senspro2传感器中枢dsp是传感器中枢/融合应用的完美答案。senspro2是第二代ceva传感器中枢dsp，允许图像传感器、麦克风、雷达、飞行时间、imu 等的多个传感器输入。
基于神经网络的软件可在这种dsp架构上快速运行。因为这种架构提供整套丰富的硬件支持功能，包括：具有灵活mac操作范围的矢量单元、整数和浮点运算支持、针对应用的isa扩展和全面的非线性指令集。senspro2可利用这些功能提供2倍的ai速度、6倍的slam速度、8倍的雷达速度、10倍的音频速度（相较于上一代senspro而言）。
在各种消费者应用中，边缘人工智能已通过senspro2部署到soc，最近发布的新novatek监控soc版本就是一个示例。
dnn 智能和neupro-m
高端边缘智能需要深度神经网络 (dnn) 支持、高水平的并行性能和带宽优化，以及拥有最新ai算法的异构加速器。对于第一种需求而言，自动/半自动驾驶时的可用空间检测是一个不错的应用示例。此检测目的在于沿着公路/高速公路的安全驾驶区域行驶，避开障碍物，避免驶上对向车道、未铺砌的路肩和隔离带。在这种情况下必须迅速响应，因此会将前方道路图像分解为4个子帧，对其进行并行处理。之后再在每个子图像上运行可用空间检测，并重新组合以提供完整的结果。对于边缘应用中的此类人工智能而言，neupro-m可支持多达8个并行运行的引擎。
大家对精度和性能的期望远不止并行这么简单。如今的网络开发人员希望利用现在neupro-m中采用硬件加速的专用功能，如矩阵分解、稀疏、winograd及混合精度的神经操作，且以上所有功能都可以在每个并行引擎中使用。
neupro-m于2022年发布，荣获了“亚洲金选奖”之“金选潜力标杆奖”及“2022年边缘人工智能与视觉联盟产品奖”之“年度最佳边缘ai处理器荣誉奖”。目前已部署在设计中的多个soc中，并预计会在未来几年出现在最终产品中。
面向未来的解决方案
在标准cpu或gpu上运行的纯软件ai解决方案效率过低，功耗又大，不太实用，但在理论上来说又具有一定的吸引力，因为您可以随时更改软件，而无需更改硬件。随着ai技术和网络层的发展，能否在获得硬件加速带来的所有性能和功耗优势的同时，保持灵活升级？
senspro2和neupro-m能够做到这一点。这些ai解决方案的矢量dsp基础确保您能够随着市场需求和网络的发展，在软件中对产品实施进行升级。ceva的深度神经网络 (cdnn) ai编译器简化了从标准网络（tensorflow、pytorch等）实施到在特定soc中实施时映射到处理器ip的一应事宜。
您也可以在此步骤中控制优化，以充分利用特殊加速器（如neupro-m中的加速器），或添加您在设计中可能需要的、自己的加速器。ceva cdnn-invite api为此类扩展提供支持。
识别右侧二维码
立即了解
ceva更多信息
关于ceva
ceva 是排名前列的无线连接和智能传感技术以及集成 ip 解决方案授权商，旨在打造更智能、更安全、互联的世界。我们为传感器融合、图像增强、计算机视觉、语音输入和人工智能应用提供数字信号处理器、人工智能处理器、无线平台、加密内核和配套软件。这些技术与我们的 intrinsix ip 集成服务一起提供给客户，帮助他们解决复杂和时间关键的集成电路设计项目。许多世界排名前列的半导体厂商、系统公司和oem利用我们的技术和芯片设计技能，为移动、消费、汽车、机器人、工业、航天国防和物联网等各种终端市场开发高能效、智能、安全的互联设备。
我们基于 dsp 的解决方案包括移动、物联网和基础设施中的 5g 基带处理平台；摄像头设备的高级影像技术和计算机视觉；适用于多个物联网市场的音频/语音/话音应用和超低功耗的始终开启/感应应用。对于传感器融合，我们的 hillcrest labs 传感器处理技术为耳机、可穿戴设备、ar/vr、pc机、机器人、遥控器、物联网等市场提供广泛的传感器融合软件和惯性测量单元 (“imu”) 解决方案。在无线物联网方面，我们的蓝牙(低功耗和双模)、wi-fi 4/5/6/6e (802.11n/ac/ax)、超宽带(uwb)、nb-iot和gnss 平台是业内授权较为广泛的连接平台。
欢迎点亮“在看”哦
原文标题：边缘人工智能，从传感器融合到深度神经网络
文章出处：【微信公众号：ceva】欢迎添加关注！文章转载请注明出处。
如何利用树莓派安装Docker和Docker-compose呢？
通过PLC数据采集系统实现智能工厂高效数据管理
Apple iTouch3 电路图赏析
新益昌成功进入了半导体固晶机和锂电池设备领域
xSPI STT-MRAM--EM064LX产品系列的主要优势
边缘人工智能，从传感器融合到深度神经网络
多家企业悄悄推出单晶中镍三元产品 市场热度起升
中国自动驾驶有了好消息！中国无人驾驶进军欧洲环卫第一车
关于那些储存技术的发展之路
氧气传感器监测锅炉燃烧炉膛内氧气浓度变化可有效抑制了NOx的形成
盘点未来机器人十大新兴应用领域
机器视觉检测设备原理
Docker容器实现边缘采集
4路(3路数据+1路时钟)LVDS串行器/解串器的延迟裕量测
存储背后的大脑：NAND 闪存控制器实际上是做什么的？
阻碍人工智能在企业中被高效使用的主要障碍是什么？
LED封装企业木林森预计净利润11.58亿同比增长283.76%
小米5sPlus最尴尬的旗舰！
2019年物联网报告
益登科技车用摄像头解决方案大幅提升产品差异和竞争力
对于以上这些要求，我们建议通过边缘设备内的人工智能而不是远程云服务来满足。然而，一个ai引擎无法服务我们现在所知的边缘应用范围。家用电器可能只需要识别一组简单的语音命令或食品容器上的图片。更复杂的监控系统或工业机器人系统则可能需要融合图像传感器、麦克风、运动传感器等的多方输入。
就高端领域而言，自动或半自动驾驶识别系统需要用到非常复杂的深度神经网络 (dnn)。ceva senspro2 和neupro-m平台恰能满足这些需求。
边缘ai市场
自现在起至本世纪末，边缘ai处理器芯片市场的年复合增长率预计将达到20%左右。这一增长是由智能设备采用率/发展程度不断提高推动的，具体涉及：摄像头、可穿戴设备和家庭自动化领域消费者；安全和自动化程度日益提高的汽车行业；行业监控、机器人、机器/工厂控制和预测性维护。
最有可能在这些领域取得成功的产品自然必须功能十足、性能强大，如此才能满足应用这些产品的认可需求。此类产品必须根据消费者定价和/或在大规模部署时具有成本效益，同时还应该最大限度地减少现有无线基础设施的增量负载。此类产品的软件还必须可以升级，如此才能适应快速发展的ai技术领域的新兴解决方案。
传感器融合和senspro2
除了最简单的智能边缘设备之外，其他所有设备现在都使用多个传感器。两个或更多传感器的融合信息通常可让智能系统提供准确性度更高的信息或补充信息。例如，在自动平行泊车或自动代客泊车系统中，可结合使用探测可用空间的视觉传感技术/雷达与超声波测距技术，另外也可以结合使用imu输入，进一步细化定位估计结果。slam算法可以对这些功能形成补充，在停车场内导航以便自动代客泊车。
ceva senspro2传感器中枢dsp是传感器中枢/融合应用的完美答案。senspro2是第二代ceva传感器中枢dsp，允许图像传感器、麦克风、雷达、飞行时间、imu 等的多个传感器输入。
基于神经网络的软件可在这种dsp架构上快速运行。因为这种架构提供整套丰富的硬件支持功能，包括：具有灵活mac操作范围的矢量单元、整数和浮点运算支持、针对应用的isa扩展和全面的非线性指令集。senspro2可利用这些功能提供2倍的ai速度、6倍的slam速度、8倍的雷达速度、10倍的音频速度（相较于上一代senspro而言）。
在各种消费者应用中，边缘人工智能已通过senspro2部署到soc，最近发布的新novatek监控soc版本就是一个示例。
dnn 智能和neupro-m
高端边缘智能需要深度神经网络 (dnn) 支持、高水平的并行性能和带宽优化，以及拥有最新ai算法的异构加速器。对于第一种需求而言，自动/半自动驾驶时的可用空间检测是一个不错的应用示例。此检测目的在于沿着公路/高速公路的安全驾驶区域行驶，避开障碍物，避免驶上对向车道、未铺砌的路肩和隔离带。在这种情况下必须迅速响应，因此会将前方道路图像分解为4个子帧，对其进行并行处理。之后再在每个子图像上运行可用空间检测，并重新组合以提供完整的结果。对于边缘应用中的此类人工智能而言，neupro-m可支持多达8个并行运行的引擎。
大家对精度和性能的期望远不止并行这么简单。如今的网络开发人员希望利用现在neupro-m中采用硬件加速的专用功能，如矩阵分解、稀疏、winograd及混合精度的神经操作，且以上所有功能都可以在每个并行引擎中使用。
neupro-m于2022年发布，荣获了“亚洲金选奖”之“金选潜力标杆奖”及“2022年边缘人工智能与视觉联盟产品奖”之“年度最佳边缘ai处理器荣誉奖”。目前已部署在设计中的多个soc中，并预计会在未来几年出现在最终产品中。
面向未来的解决方案
在标准cpu或gpu上运行的纯软件ai解决方案效率过低，功耗又大，不太实用，但在理论上来说又具有一定的吸引力，因为您可以随时更改软件，而无需更改硬件。随着ai技术和网络层的发展，能否在获得硬件加速带来的所有性能和功耗优势的同时，保持灵活升级？
senspro2和neupro-m能够做到这一点。这些ai解决方案的矢量dsp基础确保您能够随着市场需求和网络的发展，在软件中对产品实施进行升级。ceva的深度神经网络 (cdnn) ai编译器简化了从标准网络（tensorflow、pytorch等）实施到在特定soc中实施时映射到处理器ip的一应事宜。
您也可以在此步骤中控制优化，以充分利用特殊加速器（如neupro-m中的加速器），或添加您在设计中可能需要的、自己的加速器。ceva cdnn-invite api为此类扩展提供支持。
识别右侧二维码
立即了解
ceva更多信息
关于ceva
ceva 是排名前列的无线连接和智能传感技术以及集成 ip 解决方案授权商，旨在打造更智能、更安全、互联的世界。我们为传感器融合、图像增强、计算机视觉、语音输入和人工智能应用提供数字信号处理器、人工智能处理器、无线平台、加密内核和配套软件。这些技术与我们的 intrinsix ip 集成服务一起提供给客户，帮助他们解决复杂和时间关键的集成电路设计项目。许多世界排名前列的半导体厂商、系统公司和oem利用我们的技术和芯片设计技能，为移动、消费、汽车、机器人、工业、航天国防和物联网等各种终端市场开发高能效、智能、安全的互联设备。
我们基于 dsp 的解决方案包括移动、物联网和基础设施中的 5g 基带处理平台；摄像头设备的高级影像技术和计算机视觉；适用于多个物联网市场的音频/语音/话音应用和超低功耗的始终开启/感应应用。对于传感器融合，我们的 hillcrest labs 传感器处理技术为耳机、可穿戴设备、ar/vr、pc机、机器人、遥控器、物联网等市场提供广泛的传感器融合软件和惯性测量单元 (“imu”) 解决方案。在无线物联网方面，我们的蓝牙(低功耗和双模)、wi-fi 4/5/6/6e (802.11n/ac/ax)、超宽带(uwb)、nb-iot和gnss 平台是业内授权较为广泛的连接平台。
欢迎点亮“在看”哦
原文标题：边缘人工智能，从传感器融合到深度神经网络
文章出处：【微信公众号：ceva】欢迎添加关注！文章转载请注明出处。
如何利用树莓派安装Docker和Docker-compose呢？
通过PLC数据采集系统实现智能工厂高效数据管理
Apple iTouch3 电路图赏析
新益昌成功进入了半导体固晶机和锂电池设备领域
xSPI STT-MRAM--EM064LX产品系列的主要优势
边缘人工智能，从传感器融合到深度神经网络
多家企业悄悄推出单晶中镍三元产品 市场热度起升
中国自动驾驶有了好消息！中国无人驾驶进军欧洲环卫第一车
关于那些储存技术的发展之路
氧气传感器监测锅炉燃烧炉膛内氧气浓度变化可有效抑制了NOx的形成
盘点未来机器人十大新兴应用领域
机器视觉检测设备原理
Docker容器实现边缘采集
4路(3路数据+1路时钟)LVDS串行器/解串器的延迟裕量测
存储背后的大脑：NAND 闪存控制器实际上是做什么的？
阻碍人工智能在企业中被高效使用的主要障碍是什么？
LED封装企业木林森预计净利润11.58亿同比增长283.76%
小米5sPlus最尴尬的旗舰！
2019年物联网报告
益登科技车用摄像头解决方案大幅提升产品差异和竞争力