當汽車產(chǎn)業(yè)邁入 “電動化、智能化、網(wǎng)聯(lián)化” 三重變革,3 萬余個零部件的精密協(xié)同與超 1 億行軟件代碼的穩(wěn)定運行,對制造體系提出了前所未有的嚴苛要求。機器視覺系統(tǒng)作為工業(yè)自動化的 “智慧眼睛”,正從邊緣輔助裝備升級為核心生產(chǎn)設施,其在質(zhì)量控制、成本優(yōu)化、柔性生產(chǎn)等方面的多維價值,值得汽車制造商重新審視與深度布局。
就在所有人將目光聚焦于云端 AI 軍備競賽時,一場決定中國智能未來的關鍵戰(zhàn)役,正在我們觸手可及的邊緣地帶悄然打響。你的手機、家里的攝像頭 、工廠的機器人 、街上的自動駕駛汽車 —— 這些設備的 “大腦” 正成為科技巨頭們爭奪的新焦點。沒有龐大的數(shù)據(jù)中心支持,它們必須在最后一厘米的距離上,獨自完成感知、決策和學習的全過程。
在當今數(shù)字化時代,邊緣 AI 正以前所未有的態(tài)勢改變著我們的生活與產(chǎn)業(yè)格局。從智能安防到自動駕駛,從醫(yī)療健康到工業(yè)制造,邊緣 AI 的身影無處不在。然而,要實現(xiàn)邊緣 AI 的全面適用,仍面臨諸多挑戰(zhàn),而負責任的賦能技術則成為攻克這些難題的關鍵所在。
Orange和Google Cloud宣布建立戰(zhàn)略合作伙伴關系,以加速Orange的IT基礎架構的轉型以及未來云服務(尤其是邊緣計算)的發(fā)展。該協(xié)議加強了Orange的承諾,正如其Engage 202
2020年8月5日,恩智浦半導體NXP Semiconductors N.V.(納斯達克代碼:NXPI)今日發(fā)布了eIQ機器學習(ML)軟件對Glow神經(jīng)網(wǎng)絡(NN)編譯器的支持功能,針對恩智浦的i
物聯(lián)網(wǎng)(IoT),人工智能(AI)和機器學習的日益普及正在改變應用程序和數(shù)據(jù)的分布,這些應用程序和數(shù)據(jù)正迅速部署在多云和邊緣環(huán)境中。Gartner預計,到2022年,超過50%的企業(yè)數(shù)據(jù)將在多個云和邊
什么是邊緣智能傳感器?它有什么作用?在我的上一篇博文中,我討論了德州儀器(TI)毫米波(mmWave)傳感器如何為工廠中的機械臂提供邊緣智能?,F(xiàn)在,我想討論毫米波技術如何為自主機器人提供邊緣智能,使傳感器能夠做出實時決策,以減緩或停止機器人,并確保其在工業(yè)機器人應用中的持續(xù)性能。
如今物聯(lián)網(wǎng)的應用越來越廣泛,但需要具有企業(yè)的視角。這意味著垂直行業(yè)應用程序、開發(fā)生態(tài)系統(tǒng)、產(chǎn)品設計、硬件、部署等。
無論是傳統(tǒng)的工業(yè)機器人系統(tǒng),還是當今最先進的協(xié)作機器人(Cobot),它們都要依靠可生成大量高度可變數(shù)據(jù)的傳感器。這些數(shù)據(jù)有助于構建更佳的機器學習(ML)和人工智能(AI)模型。而機器人依靠這些模型變得“自主”,可在動態(tài)的現(xiàn)實環(huán)境中做出實時決策和導航。
在最近舉行的Linley處理器研討會上,Cadence設計系統(tǒng)公司和Flex Logix技術公司分別發(fā)布了專門針對邊緣AI的設計架構。兩種架構都專注于將AI功能引入邊緣節(jié)點設備,而且重點是減少內(nèi)存占用。