人工智能和機器學習算法增加了嵌入式視覺系統(tǒng)的復雜性，使設計人員可以決定在邊緣或云中部署此類系統(tǒng)。在過去的項目中嘗試了各種邊緣和云處理的組合之后，我們認為應該在邊緣完成繁重的工作。最明顯和最有價值的優(yōu)勢是，它大大減少了將大量數(shù)據(jù)發(fā)送到云端進行處理時可能出現(xiàn)的延遲或延遲程度。
無論是工業(yè)應用，聯(lián)網(wǎng)自動駕駛汽車還是其他一些消費類技術；只要邊緣具有足夠的計算能力，在該處運行算法總是盡可能高效，安全和經(jīng)濟高效–盡可能靠近圖像和數(shù)據(jù)的來源。
技術以邊緣為中心
在邊緣擁有足夠的處理能力并不總是一件容易的事。實際上，由于底層芯片組技術的成本和功能限制，許多應用程序被迫在云中進行處理。
然而，在過去的三年中，視覺和人工智能的交集發(fā)生了重大變化。隨著產(chǎn)品開發(fā)人員（例如相機制造商、分析開發(fā)人員、安全公司等）對邊緣處理的需求不斷增加，許多芯片組提供商已經(jīng)解決了這一難題，并在短短幾年內(nèi)發(fā)布了能夠進行更強大處理的硬件。
創(chuàng)新的速度令人印象深刻。實際上，今天發(fā)布的幾乎所有用于相機和視覺系統(tǒng)的片上系統(tǒng)（SoC）都帶有板載GPU，這使基于AI的系統(tǒng)中的分析處理變得容易。
2020年及以后消費者對視覺的需求
盡管存在所有不利因素，但這種流行病還有助于加速邊緣AI創(chuàng)新。許多始終基于親臨現(xiàn)場的流程已移至遠程工作，這也意味著遠程視覺。對視覺系統(tǒng)的需求越來越廣泛，例如監(jiān)視、健康和安全檢查、醫(yī)療設備、研究、遠程教育等等。
在這一點上，硬件已經(jīng)趕上了要與視頻實時操作，以通過AI進行實時處理。已經(jīng)出現(xiàn)了許多有趣的平臺，它們可以處理基于云的系統(tǒng)并與之競爭，并使離線系統(tǒng)可以在邊緣處理基于AI的分析。
結合更高的消費者需求和更強大的技術能力，我們相信在未來三年中，嵌入式視覺的邊緣處理將迅速發(fā)展。知名度高的品牌和全新的初創(chuàng)企業(yè)以出色的產(chǎn)品創(chuàng)意進入行業(yè)。
產(chǎn)品開發(fā)的競爭優(yōu)勢歸于合作者
通過像iENSO這樣的工程/商業(yè)服務公司可以提供幫助，公司是否已擁有經(jīng)驗豐富的內(nèi)部團隊也沒關系。實際上，嵌入式視覺仍然是一個復雜且發(fā)展迅速的領域，這意味著即使在許多知名企業(yè)中也選擇不保留內(nèi)部技能集。
對于剛進入嵌入式視覺領域的產(chǎn)品公司，尤其是規(guī)模較小或處于早期階段的公司，這是一個巨大的飛躍，需要雇用20名工程師組成的完整團隊并在內(nèi)部建立這種能力。這不僅是成本問題，而且是尋找合格人員的挑戰(zhàn)和延誤。
各種規(guī)模的產(chǎn)品公司都希望專注于其核心產(chǎn)品技術和具有競爭力的秘密調(diào)味料，同時尋找具有專業(yè)知識的合作伙伴來擴大內(nèi)部團隊并為其開發(fā)AI和相關的視覺系統(tǒng)。從技術角度和協(xié)作角度來看，這為整個行業(yè)生態(tài)系統(tǒng)中的邊緣AI創(chuàng)造了巨大的機會。
隨著對視覺數(shù)據(jù)更強大的離線處理的需求不斷增長，具有多核CPU，嵌入式GPU和所有相關開發(fā)工具的新技術平臺以及產(chǎn)品公司與嵌入式視覺工程專家之間令人興奮的合作，視覺的未來是在邊緣。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
