邊緣AI如何為綠色科技帶來驅動力

作者 : Kneron

人工智慧裝置與輕量級邊緣人工智慧的普及,將在保護地球大有幫助。它們可以即時監測污染、減少水和能源浪費,以及更多——可以大幅減少人力投入。

世界需要快速走向低功耗、綠能與節能減碳,而邊緣AI可以有所幫助——如果它能成功跨越一些障礙的話。

在各種商業、工業和家庭活動中,存在著大量節能減碳、拯救地球和減少廢棄物的機會。比如新鮮的農產品因為遺忘在冰箱的角落裡腐爛;又比如商業大樓的空調系統在員工下班後因為沒有控管、忘了關而持續開24小時;或是沒人的地下道卻持續開著路燈,造成無謂的電能浪費;還有露營的人的疏忽,可能造就了一場森林大火;離開家忘了關火爐,也有可能造成一場悲劇。

對大多數人來說,繁忙的生活無法有多餘的空檔留心跟注意周遭的細節,但拯救地球與節能減碳需要更多的即時關注與反應。這些即時的關注和反應可以利用嵌入各種感測器裝置的邊緣人工智慧(AI)代替,人工智慧裝置與輕量級邊緣人工智慧的普及,將在保護地球大有幫助。它們可以即時監測污染、減少水和能源浪費,以及更多——可以大幅減少人力投入。

儘管如此,如果使用的是雲端的人工智慧,仍將面臨四個主要缺點:數據不安全、成本太貴、能源效率低下和後勤佈署困難。為了因應這些挑戰,總部位於美國加州聖地亞哥的人工智慧公司Kneron率先推出了邊緣AI的一整套方案,包含輕量級AI演算法、可重組的NPU AI晶片,以及建構了一個大眾化、容易佈署,與世界第一個整合了區塊鏈加密的邊緣分散式邊緣AI網路平台edge AI Net,為創造下一個世代保有隱私與私有網域的邊緣AI網路提供了一個良好的方案。

走向Edge AI Net:下一個世代的網際網路與邊緣AI

想像一下:一位消費者走進百思買(Best Buy),買了三個乒乓球大小的邊緣AI節點,一個有影像感測器,一個有化學感測器,還有另一個有熱感測器;它們三個都有一個嵌入式支援NPU的AI SoC。在家裡,消費者在每個節點安裝AAA電池,將它們連接到家庭助理,並將它們放入冰箱。然後,她從一個開源應用app商店下載了一個減少食物浪費的應用app,該程式透過AI節點監控並保持易腐爛蔬菜的新鮮度,並及時通知是否食物快要過期。

三個月後,她變得非常忙碌,不再去超市購買新鮮食物。她把邊緣AI影像感測節點從冰箱中取出,並把它安放在客廳,透過即時計算房間里的人數減少空調的能源消耗。她重設了配備化學感測器的邊緣AI 節點,和配備熱感測器的邊緣AI節點,用來監控她的花園堆肥。她所需要做的就是下載新的app並取消訂閱不再使用的app——不需要新的硬體,以前的硬體也不會被丟棄到垃圾桶裡而造成浪費。

Kneron關於Edge AI Net的願景是一個開放的軟體平台,面向市場並向使用本地端技術的邊緣AIoT設備所構成的私有P2P網路提供智慧邊緣AI服務。在提供AI服務時,人工智慧可以保證生成價值數據的準確,以及透過區塊鏈技術來保證數據的完整性。

這一願景始於Kneron的超低功耗、高MAC效率的AI晶片,該晶片在推動邊緣AI運算方面發揮了關鍵作用,尤其是行動邊緣AI。Edge AI net技術可以更進一步推動邊緣AI攝影機並使其他感測器能夠彼此通訊和協作,以創造更高的智慧和價值,同時透過P2P私有網狀網路保護用戶隱私。例如,三角測量定位就是由多個AI相機實現高智慧的一個例子。邊緣AI物聯網裝置可以透過一系列不同的感測器來創造智慧,在感測器的多樣性中創造多樣化的輸入, 以提供更精準的判斷。

Kneron的NPU AI 處理器是可重組的,這使其能夠適應任何AI模型──以用同一個,同時接收多種不一樣的多元訊號,是世界上非常少數可以同時處理語音、影像、2D/3D訊號的AI晶片,這使其可以應用在智慧家庭的多種不同設備,和多種不同感測器,如手機、IP camera與車載DMS/ADAS等,從而使其具有應用的多功能性。這意味著該晶片能與各種感測器結合,提供核心技術使edge AI net 平台能同時支援多樣性設備的各種AI的交互應用。

安全、輕鬆實現綠色環保

Kneron成立於2015年,是一家端對端的終端人工智慧解決方案提供商,為那些希望將人工智慧整合到產品中的設備製造商提供一站式服務。該公司的產品包括NPU晶片、AI模型與即將推出的edge AI net平台,它們可以被整合到大部分的東西上,從自動駕駛汽車到智慧冰箱、IP cam門鈴、門鎖或任何物聯網設備。

受到這些獨特解決方案的吸引,一批知名投資者——包括維港投資(Horizons Ventures)、紅杉資本(Sequoia)、阿里巴巴(Alibaba)和高通(Qualcomm)——都已入股Kneron。依靠強大的資金和已被市場證明的產品,該公司的技術處於獨特的領先地位,透過解決了高數據安全、容易佈署、高能源效率和易超低功耗等挑戰,提供最佳的邊緣AI用戶體驗。

大數據的隱私保護和安全性已經為許多人工智慧消費性產品帶來許多隱憂,Kneron透過創建一個獨立於雲端的私人邊緣人工智慧網路消除了這些擔憂。目前支援AI的產品售價都較高,Kneron的解決方案提供了輕量級的方案,比一個硬幣小且不需散熱風扇的晶片成本低廉,用電池就跑得動的超低功耗特性亦使每個人都能隨時隨地的使用它們。

雖然實現了很高的邊緣AI推理識別能力,與大多數競爭對手相比,Kneron的解決方案本質上更輕、更節能。在美國國家標準與技術研究院(National Institute of Standards and Technology)舉辦的2019年人臉識別供應商測試中,Kneron的臉部識別算法——Kneron-003——在所有輕量級模型中(小於128 MB的model) 獲得了最好的綜合評分,準確度更超過了許多大型模型的識別能力。

借助這種節能技術,Kneron與合作伙伴合作開發了一種可以使用8節AA電池運作12個月的人工智慧門鎖。這種節能產品的方向不同於市場主流,可說是另闢蹊徑。目前,AI晶片產業都在追求製造最高的每秒兆次運算(TOPS)指標。然而,Kneron的競爭力不僅在於每秒運算次數,更在於每瓦的運算次數,比較在意真實體驗能力,而不是無謂的追尋算力。

在邊緣AI的去中心化與民主化過程中,能源的真實消耗是一個真正值得關注的問題。在著名的AlphaGo打敗李世石(Lee Sedol)的40天實驗中,這台機器使用了Google的5,000個機器學習處理器單元,消耗的能量是人類思維的5萬倍。基於雲端的AI引擎需要更大的頻寬,亦會造成更多的能源消耗,這兩個問題在不需連結網路的邊緣AI方案如Kneron的edga AI晶片與 edge AI net 中,都得到了妥善的解決。

Kneron 解決方案的能源效率以及它們的靈活性,能進一步協助克服佈署人工智慧裝置的安裝困難——如實體限制、功耗和更新成本。Kneron解決方案的低功耗特性,使得它們可以簡單地使用現成的電池,不需拉線佈署或在冰箱內部安裝電源插座。

此外,Kneron的晶片和edge AI net節點內的可重配置引擎,使它們在未來的使用壽命更長。他們能快速的適應新的AI模型和應用程式,減少電子垃圾和佈署新AI裝置的成本。

憑藉可重配置的人工智慧晶片和屢獲殊榮的演算法,Kneron已成為多家智慧設備製造商的首選解決方案,其中包含一家全球領先的空調生產商,該公司優化用戶舒適度和使用者體驗。透過將人工智慧從雲端民主化與去中心化帶到邊緣,Kneron致力於實現安全,便利且綠能的環保AI體驗。

發表評論