设备上AI的系统架构选项

低功率是否经常是成功的决定性因素?当然，在设计总是在边缘设备的AI推理解决方案时，功耗必须以毫瓦为单位进行测量。想想看:处于边缘的人工智能解决的是现实世界的问题，而且正在——或者很快将会——无处不在。特别是随着智能家居物联网产品的普及，如门禁系统，需要处于“智能待机模式”，只有人脸检测软件识别出前门是人而不是猫时才会完全“清醒”。由于在边缘——在设备本身——的低功率推断，数据不会不断地被上传和分析不必要的。

许多这样的边缘设备是电池驱动的或有热限制，导致严格的功率限制。此外，推理解决方案必须足够灵活，以适应不断发展的深度学习算法和架构，包括设备上的训练。微型、低功耗的fpga被证明非常适合这种应用，因为它们还提供了一个成功的组合:支持传统接口，从而使用低成本的显示器、传感器和摄像头bobappios下载地址，以及可定制的，在某些情况下用户可编程的，bob电子竞技俱乐部要达到的性能和准确性水平。fpga还具有固有的并行处理能力，这对实现机器学习推理很有用。

鉴于设备边缘AI的独特需求组合，开发者必须在系统级和芯片级深思熟虑地构建他们的系统。fpga可以作为独立的解决方案或与其他组件一起实现AI。有三个主要的架构选择:

独立的FPGA集成

这是最高度集成的方法，适用于空间有限的应用，例如智能门铃。bobappios下载地址封装尺寸从5.5mm²到100mm²的fpga可以根据任务复杂性和功耗预算使用。集成还提高了安全性，这正成为一个越来越重要的考虑因素。

FPGA作为ASIC/ASSP的活动门

在这种配置中，FPGA用于视频监控摄像机的初始检测，例如关键短语或对象，只有在需要时唤醒高性能ASIC/ASSP进行进一步分析。系统功耗降低，不必要的数据——例如无事发生的视频或假触发事件——将不会被浪费地上传到云端。

FPGA作为单片机的协处理器

使用小型低功耗FPGA作为低端MCU的协处理器，可实现低成本的灵活系统控制和与板载遗留设备接口的能力，包括传感器，因此可以轻松添加AI，即使为设计改造。使用神经网络加速度允许可扩展性能/功率折衷决策。

晶格半导体公司的ECP5和iCE40 UltraPlus fpga加上公bob投注软件司的Sensai.软IP、工具、开发板和参考设计提供了构建模块，使设计师能够快速和简单地开发具有bob体育软件成本效益的边缘AI产品，解决家庭、工作空间、工厂、交通和我们21的其他方面的挑战^圣世纪的生活。

了解更多