智能家居中邊緣AI優(yōu)勢

智能家居人機(jī)交互需要多模式方法

正如我們之前所討論的，針對(duì)智能手機(jī)和汽車應(yīng)用的基于邊緣AI的解決方案主要側(cè)重于攝像機(jī)視覺應(yīng)用。但是，在智能家居中，多模式人機(jī)交互界面是在連接設(shè)備的新時(shí)代增強(qiáng)用戶體驗(yàn)的關(guān)鍵要素。以機(jī)頂盒為例，此應(yīng)用將需要視頻AI，也許是如前所述的視頻增強(qiáng)形式。它還需要語音AI能夠通過語音命令來識(shí)別正在看電視的人，并相應(yīng)地配置體驗(yàn)。例如，讓選擇喜歡的節(jié)目變得更加容易。甚至可能需要視覺AI，并且需要帶有內(nèi)置攝像頭，以便遠(yuǎn)程與家庭成員聊天時(shí)提供增強(qiáng)而直觀的視頻會(huì)議體驗(yàn)。

理想的解決方案是以智能家居為中心的SoC（系統(tǒng)級(jí)芯片，System－on－a－Chip），它可以支持高性能視頻、語音和視覺處理以及集成的AI加速器。 Synaptics VS600 SoC系列就是這種解決方案的一個(gè)示例。這種方法不僅經(jīng)過優(yōu)化，可以滿足智能家居應(yīng)用對(duì)多模式AI性能的要求，而且還可以將所有這些功能集成到單個(gè)芯片中，從而使以消費(fèi)者市場價(jià)格出售的普通家用產(chǎn)品都可以使用。

這個(gè)需要的解決方案從一個(gè)SOC平臺(tái)開始，該平臺(tái)集成了多種類型的處理器引擎：CPU、NPU、GPU和ISP，以及與高性能相機(jī)和顯示器的掛鉤。這種架構(gòu)實(shí)現(xiàn)了高度安全、低成本推理和實(shí)時(shí)多模式性能的理想組合。Synaptics Edge AI系列是一系列SoC，每個(gè)SoC都高度針對(duì)其給定的消費(fèi)類應(yīng)用。該系列中的每個(gè)SoC都集成了所需的處理內(nèi)核以及該應(yīng)用程序的適當(dāng)級(jí)別的集成AI性能。

完整的堆棧工具方法可簡化AI開發(fā)

如我們所見，成本／性能之間的權(quán)衡對(duì)于成功將邊緣AI擴(kuò)展到更多應(yīng)用至關(guān)重要。在競爭激烈的消費(fèi)電子領(lǐng)域、上市時(shí)間和差異化也至關(guān)重要。為了應(yīng)對(duì)邊緣AI廣泛傳播的挑戰(zhàn)，需要采用全棧方法，其中包括將AI創(chuàng)新引入邊緣 AI SoC的必要開發(fā)工具。

最重要的是，所需的工具集應(yīng)該與龐大且不斷增長的AI開發(fā)人員用戶社區(qū)兼容。例如，該工具包將使開發(fā)人員能夠?qū)�入使用行業(yè)標(biāo)準(zhǔn)框架（例如TensorFlow，TensorFlow Lite，Caffe和ONNX）創(chuàng)建的模型。這使開發(fā)人員能夠利用現(xiàn)有的AI創(chuàng)新，并使他們迅速而輕松地在目標(biāo)SoC上工作。

讓我們使用我們前面討論的個(gè)人家庭瑜伽教練應(yīng)用。該應(yīng)用所基于的AI模型將是人體姿勢估計(jì)模型，這是一種行業(yè)標(biāo)準(zhǔn)的概念，用于檢測用戶在攝像機(jī)視線中的相對(duì)骨骼位置。如果AI開發(fā)人員自己使用行業(yè)標(biāo)準(zhǔn)工具（例如TensorFlow lite）創(chuàng)建的人體姿勢估計(jì)模型的實(shí)現(xiàn)，則他們將使用該工具包將其導(dǎo)入以在所需的SoC上使用。

當(dāng)開發(fā)人員準(zhǔn)備就緒時(shí)，該工具應(yīng)使他們能夠針對(duì)將在其上運(yùn)行的所選處理器優(yōu)化其AI模型的性能。開發(fā)人員可以選擇使用開放框架，例如TensorFlow或TensorFlow Lite，但是在使用它們時(shí)要牢記目標(biāo)處理器的功能。或者他們可以再次使用特定于SoC的工具，例如Synaptics的SyNAP工具，該工具支持專門針對(duì)VS600 SoC中的處理器進(jìn)行優(yōu)化。在我們的示例中，開發(fā)人員可以使用SyNAP優(yōu)化功能來配置其身體姿勢估計(jì)模型，例如，使其能夠以每秒30幀的速度在VS600 SoC上實(shí)時(shí)運(yùn)行。