AI 边缘计算芯片选型

最新推荐文章于 2024-07-18 04:00:00 发布
最新推荐文章于 2024-07-18 04:00:00 发布
阅读量1.5k 收藏
点赞数
分类专栏： ML 文章标签： 人工智能 边缘计算 paddlepaddle
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/oqqYuan1234567890/article/details/123036006
版权

最近在倒腾边缘计算的主板，看了一波资料，大约有以下选型

芯片算力库
Snapdragon 86515TOPStf
Snapdragon 88826TOPStf
Amlogic A311D5TOPSpaddle,厂商SDK
Amlogic C308X4TOPSpaddle,厂商SDK
地平线旭日35TOPS厂商SDK
比特大陆 BM168417.2TOPSpaddle
皿小草
关注
专栏目录
边缘智能计算之AI芯片
ahjsd的博客
07-29 2912
AI芯片 AI芯片：也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块。当前，AI芯片主要被分为GPU,FPGA（半定制化）,ASIC（全定制化）和类脑芯片。 GPU（通用性芯片）：具备通用性、性能高、功耗高。 无法单独工作，必须由CPU进行控制调用才能工作。CPU可单独使用，处理复杂的逻辑运算和不同的数据类型，但当需要大量的处理类型统一的数据时，可调用GPU进行并行计算...
原创 | 一文了解边缘计算和边缘AI
数据派THU
10-09 2876
这个9月，AI芯片独角兽地平线发布了自诩最强边缘 AI 芯片地平线「旭日3」，一时间引起轰动。相比第二代芯片，「旭日3」的AI性能上得到很大提升，只需在 2.5W 的功耗下，能够达到等效...
【边缘计算与AI】分析边缘计算在处理AI任务、优化响应速度和数据隐私保护方面的作用和潜力
最新发布
weixin_51306394的博客
07-18 995
边缘计算与AI的结合是当前技术发展的重要趋势，两者相互依存、相互促进，共同推动着数字化转型的深入发展。以下是对边缘计算与AI关系的详细分析：
关于人工智能AI的发展，边缘计算中的AI芯片
码农17年的博客
11-16 1066
人工智能正在成为边缘计算的战场，边缘AI如何发展？ 运行神经网络的推理引擎、机器学习硬件（运行载体系统），设计学习技术的转移、神经网络优化、量化和剪枝，在训练过程中，模型调整每个神经元的权重，拆分网络对于边缘调优非常有用，很多训练转移到处理能力更强的但仍接近边缘的设备上运行，为边缘应用创建规模缩小50-100倍的神经网络，训练后节点的权重实际上可能为0，使用32位作为网络的基础有助于实现最大精度，当然如果拥有AI硬件加速器，那更好，转换模型中与运行时等效的是推理引擎。 对于某些特定的边缘应用，也有硬件公
AI芯片、边缘计算—助力AI落地（嵌入式MCU AI系列教程开篇）
诸葛灬孔暗
10-20 1276
·近年来中国人工智能作为国家战略，发展迅速，并且逐渐落地。特别是神经网络、深度学习等算法，在各个领域都已有成熟的应用。而作为AI技术落地的核心AI芯片，我国尚处于起步阶段。特别是，在 CPU、 GPU、DSP 处理器设计上一直处于追赶地位，绝大部分芯片设计企业依靠国外的 IP 核设计芯片，在自主创新上受到了极大的限制。然而，人工智能的兴起，无疑为中国在处理器领域实现弯道超车提供了绝佳的机遇。因此，在专用型AI芯片方面，特别是安防、无人驾驶领域，催生了许多AI芯片公司，如华为海思、中科寒武...
AI边缘计算(嵌入式AI)硬件信息汇总
发狂的小花的博客
01-31 1915
使用过Movidius NCS神经计算棒的同学应该清楚，NCS做推理是要将文件传输到NCS神经计算棒中处理的，而目前英特尔提供的SDK只支持USB2.0的速率传输，所以你现在使用那根USB3.0接口的神经计算棒，无论在USB2.0的主机(如树莓派)上还是USB3.0的主机(如UP Squared Board)上，速度其实还是没什么差别。Mobileye的产品覆盖了全球50个国家，据官方资料显示，截至2015年底，Mobileye在全球有1000万的装载量，到2016年底会有273款车的SOP的合同。
边缘计算芯片格局分析
人工智能学家
10-29 4120
来源：半导体行业观察 近日，华为和比特大陆纷纷发布了针对边缘计算的新芯片产品。华为的Ascend系列采用达芬奇架构，其中Ascend 310功耗8W算力8TOPS正是针对...
中国人工智能产业发展联盟：AI芯片技术选型目录（2020年）[97页].rar
08-07
AI芯片是推动人工智能应用的关键硬件，它能加速深度学习模型的计算，提高效率，降低能耗。 一、AI芯片概述 AI芯片，全称为人工智能芯片，专为执行机器学习任务而设计。它们通常具有高效的并行处理能力，能够处理...
研发一款国产ARM智能边缘计算网关需要什么
ningmengzier的博客
05-31 630
用户需求 国内某工业网关设备制造商计划推出一款轻量级AI智能网关产品，可应用于工业设备监控、工业现场动环监控、远程巡检等多种场景。在主控平台选型阶段，该用户主要面临高算力和功能接口丰富的叠加需求。其主控不但需要支持RS232、RS485、CAN、PCIe、SATA等常规接口，还需支持高频、浮点运算，能够实现本地轻量级人工智能算法的运行，从而对工业现场数据进行本地分析和智能决策。 用户根据产品预研目标，提出以下具体需求： 支持PCIe3.0和SATA3.0，连接硬盘实现数据本地存储 高算力的CPU且支
边缘计算介绍,工业智能网关中边缘计算的应用
qq_45824382的博客
12-31 1537
物通博联推出的WG593系列工业智能网关又叫边缘计算网关拥有强大的边缘计算能力，随着5G网络的不断推进，也加速了边缘计算的应用。5G通信技术与边缘计算技术的结合，让工业智能网关的边缘计算能力不断的提升，进一步提高工业智能网关的数据传输效率。边缘计算技术的运用让整个数据传输过程具备低延时速度快，响应效率更高，节省流量和宽带等显著特点。 什么是边缘计算 边缘计算起源于传媒领域，是指在靠近数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网
AI芯片行业报告：AI芯片技术选型目录
03-23
天数智芯 Iluvatar CoreX I 芯片是聚焦于边缘 应用的高精度深度学习推理人工智能芯片，针对市 场主流 CNN 网络模型算法进行了优化，可以减少 存储单元延迟，增加运算并行度，最终提高边缘端 人工智能应用的实际性能...
AI边缘计算技术白皮书.pdf
04-09
边缘计算作为算力优化的最重要的技术，不仅能满足未来AI技术在应用场景的延伸、算力分布化部署等方面需求，同时也是5G网络、物联网网络发展的重要方向。
边缘AI哪家强？芯片竞逐，平台为王！
07-06
边缘计算的快速发展使得计算能力快速向边缘迁移，AI也逐步从中心节点向更贴近数据源和业务现场的边缘侧拓展，边缘与云的关系已经呈现出既有分工又彼此合作的局面。在边缘侧，边缘智能与边缘计算和人工智能相结合，能有效地执行实时、小数据的处理，开展AI模型的推理，并将结果回传至云端，这种云—边—端协同的边缘智能架构，解决了目前AI应用中存在的海量数据处理、实时响应以及数据安全等问题，为AI在更多行业的应用奠定了基础。   1、边缘智能：拓展AI新边界 IDC预测，到2025年，将有414亿台物联网设备，期间将产生73147EB数据，其中约四分之一是实时生成的。要想完全在云端对这些数据进行处理和AI分析，很可能超过系统和通信链路的处理极限，再加上网络带宽、数据安全等限制，要实现AI向多行业的渗透，还存在着诸多挑战。   随着人工智能向边缘侧的转移，AI行业应用得到了极大扩展。根据德勤的分析，现在的AI计算已经在制造业、政府、零售、电信、医疗等不同应用场景下获得应用。很显然，边缘智能在拓展AI边界过程中发挥了重要作用，它能显著提升AI针对现场多样化业务场景的适应性，从而更好地支撑业务运营，为客户创造更多的价值。
AI芯片技术选型目录-2020.07_4.jpg
02-27
涉及云端 / 数据中心、边缘计算、终端、IP等各个方向的四大类数十种AI芯片的技术指标、应用案例。
边缘计算：AI芯片架构的未来之路
weixin_41888295的博客
05-12 261
随着技术的不断进步和应用场景的不断扩展，我们可以预见到越来越多的AI芯片架构将会采用低功耗、高带宽、安全性和弹性等设计特点，以满足不同应用场景的需求。这些框架不仅可以支持边缘设备上的深度学习推断，还提供了对多种边缘计算平台的原生支持，如FPGA、ASIC等。过去几年中，我们看到了许多公司和研究机构推出了各种各样的AI芯片架构，这些架构的设计目标各不相同，但都有一个共同点，那就是将AI技术推向更加边缘化的应用场景。这些设计可以更加灵活地适应不同的应用需求，从而提高了应用的稳定性和可扩展性。
边缘计算与物联网的核心 —— 低功耗芯片
初心不忘产学研的博客
03-12 2056
物联网设备通常需要部署在难以更换电池或不方便进行频繁维护的环境中，比如智能家居、智慧城市中的传感器节点、工业自动化场景中的无线监控设备等。低功耗芯片通过降低能耗，能够极大地延长这些设备的电池寿命，实现更长时间的自主运行。：物联网终端数量庞大且分布广泛，如果每个设备都消耗大量电力，则整个系统将产生巨大的能源负担。低功耗芯片在设计时注重减少不必要的能量消耗，确保在执行计算、数据采集和传输任务的同时保持最低可能的功率水平。：边缘计算强调数据处理尽可能靠近数据产生的源头，即在物联网设备端进行部分计算和数据分析。
边缘计算 — 与 AI
烟云的计算
12-26 1628
目录 文章目录目录边缘计算对 AI 技术的支撑针对不同设备的模型压缩和优化基于异构硬件资源的系统优化数据和隐私安全保护 边缘计算对 AI 技术的支撑 针对不同设备的模型压缩和优化 基于边缘计算的技术特征，云计算的学习模型无法满足其要求。需要大量复杂的算法重新模拟并训练学习模型，但此种模型结构比较庞大，由上百万，甚至上亿参数共同组成。在具体运行中需要消耗大量内存资源。虽然边缘计算设备自身具有强大的计算能力和存储能力，但还是无法和云计算服务器相比。 如何解决深度学习模型运行中的资源受限问题，是目前边缘计算技术发
ai边缘计算入门_边缘计算入门
weixin_26742939的博客
08-19 727
ai边缘计算入门Edge Computing is a distributed computing paradigm in which processing and computation are performed mainly on classified device nodes known as smart devices or edge devices as opposed to proc...
边缘计算AI入门
专注于人工智能领域的小何尚
05-20 1143
边缘计算AI入门 在对更高效业务流程的需求以及物联网 (IoT)、5G 和人工智能的关键进步的推动下，对边缘计算的需求比以往任何时候都高。 在 IBM 于 2021 年 5 月发布的一项研究中，94% 的受访高管表示，他们的组织将在未来 5 年内实施边缘计算。 Edge AI 是边缘计算和 AI 的结合，是软件定义业务的关键部分。 从智能医院和城市到无人商店再到自动驾驶汽车，所有这些都由运行在边缘的人工智能应用程序提供支持。 通过边缘人工智能驱动的智能转变业务就是这样，一种转变，这意味着它可能很复杂。 无
AI芯片技术解析：云端到边缘计算的革新
"这篇文档是关于人工智能芯片技术的白皮书，主要讨论了AI芯片的关键特征、发展现状、技术挑战、架构设计趋势以及新兴计算技术和神经形态芯片等。" 在AI技术领域，人工智能芯片扮演着至关重要的角色。这些芯片不仅...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值