如今,行业流行将AI与IoT结合到一起来看,也就是“AI+IoT”,熟称AIoT,。人工智能技术与物联网在应用场景中进行融合,无疑是行业发展必然趋势,当然无论是AI,还是物联网,都离不开一个关键:数据。
数据是互联互通的基础,对于如何存储数据?如何对数据进行处理?在科学技术的发展史上做过诸多的研究,如云服务,让数据发挥价值提供了保障。随着5G时代的来临,对数据的处理要求越来越高,AIoT的实现对数据处理提出了更高的需求,而边缘计算的处理能力就很好的解决这一问题。为此,电子发烧友采访了索喜科技(上海)有限公司销售部项目总监赵辉。
赵辉指出,云计算是集中式大数据处理,而边缘计算则可以理解为边缘式大数据处理。不同的是边缘计算无需将数据传到遥远的云端,在边缘侧就能解决,因此边缘计算能更实时、更快速地进行数据分析和处理。另外,边缘计算关键优势则是与安全性和合规性,由于边缘设备能够在本地进行数据处理,因此即使遭到网络攻击,所受影响也不会那么严重。
面对AIoT市场,Socionext如何抓住机会?
赵辉谈到,前不久Socionext 推出的SC2002(M11S)图像处理器,这款处理器具备有卓越的背光校正功能和低照度摄影功能,不同于市面上的低照度摄像机,搭载SC2002影像处理器的监控摄像机能在不借助任何光照或红外线补光技术,仅凭借其高效能和低功耗的特征,就能实现影像的检测、识别和预测。
在硬件方向,SC2002更搭载最新的H.265视频编码器及高性能影像处理功能,且其一大特点是在通常操作情况下其功耗低于1.5W。主要有几大功能:
其一,DOL WDR(数字重叠宽动态技术) ,WDR将两三幅以不同曝光拍摄的影像合成,达至120dB的动态范围,从而当影像包含不同光量的区域时提高可视性;
其二,HEVC编码器,HEVC编码器以H.264的一半比特率保持详细信息。能有效改善静态物件的锐度、保持移动物件的轮廓、降低移动物件的块状噪声及减小网络带宽;
其三,视频解析功能,内置的DSP和HW核心实现智慧功能,让不同应用成真;
如何降低物联网设备功耗,一直以来都是开发者的最为关心的,SC2002图像处理器采用ROI智能编码技术,可以根据要求对视频进行智能编码,并在不损失图像质量的前提下,优化视频编码性能,大幅降低网络带宽占用率和减少存储空间。具体技术参数如下:
AIoT的边缘计算,市场趋势如何?
回顾过去20年我们看到,2000年前后随着IT技术的进步带动了中国PC的普及,随之诞生了BAT这类互联网企业。之后智能手机的普及推动了一大批像美团、滴滴出行这类移动互联网公司的发展。赵辉谈到,目前在人工智能的研究与发展方面,中国技术已经达到了世界领先水平,并涌现出大批独角兽公司。作为信息时代的尖端技术,人工智能产业已经成为了社会经济发展的新引擎。
随着AI技术的不断普及,以及不断和商业结合,市场将出现更多新的产业,加上5G技术的落地,AIoT的边缘计算预计会在自动辅助驾驶、安防和智慧城市等多个领域有更多开花。
而图像处理技术是索喜科技擅长的领域之一,独自研发的Milbeaut®系列成像处理器可以跟踪记录数码单反相机、智能手机、监控摄像头和其他各种摄像头,提供多种解决方案,SC2002图像处理器就属于Milbeaut®系列产品。
赵辉指出,“物联网和AI市场爆发式的增长加速了物联网和人工智能的融合,AIoT必将是未来发展的一大趋势,甚至可能进一步改变原有的产业生态。一直以来,索喜科技都十分看好中国AIoT市场,并期望通过努力开拓与本土企业的合作,助力中国AIoT产业发展。”
可以预见,未来三年很可能是边缘计算的爆发期。随着5G商用落地不断逼近,它将对边缘计算起到一定的促进作用,为边缘计算扫除网络带宽的限制。伴随着物联网终端设备的不断涌现,边缘计算市场规模将超万亿,成为与云计算平分秋色的新兴市场。
小结:AIoT带来市场需求主要表现在两个方面:一是对芯片低功耗、低成本并能有效完成AI运算(边缘计算)需求;二是IoT需求碎片化严重,对AI算力的需求也不尽相同,需要做一些定制化的服务。只有从IoT的不同场景出发,增加提升性能的同时、降低功耗和成本、满足边缘计算以及跨设备形态,才能符合市场需求。
-
人工智能
+关注
关注
1791文章
47183浏览量
238200 -
Socionext
+关注
关注
2文章
75浏览量
16608 -
边缘计算
+关注
关注
22文章
3084浏览量
48885 -
AIoT
+关注
关注
8文章
1406浏览量
30648
发布评论请先 登录
相关推荐
评论