峰会聚会探索边缘计算，AI的视觉

计算机视野在2020年一直在迅速变化。芯片技术的众多进步和对健康和安全解决方案的紧迫市场需求均加速了，利用了包括生物识别技术的技术。由边缘AI和视力联盟可以这么说，人们一直在收集许多大型行业有远见的人，以继续推进Edge AI的科学和市场。

2020年嵌入式视觉峰会虚拟会议始于加州大学伯克利分校教授戴维·帕特森（David Patterson）的主题演讲，介绍了针对筹码的领域特定体系结构的趋势，以及这些架构如何有效地运行AI工作负载。帕特森（Patterson）是当今在芯片中使用的RISC（减少指令集计算）体系结构的共同发明者，也是Google的张量处理单元（TPU）芯片的贡献者，用于在数据中心运行AI工作负载。

Edge AI和Vision Alliance的行业顾问兼创始人Jeff Bier写道，由于生物识别技术等应用程序的五个关键要求，进步迅速而激烈。在文章在EE时，他指出，带宽，潜伏期，经济学，可靠性和隐私一直在推动AI使用边缘计算。

带宽和潜伏期是边缘计算用例中的两个共同要求，但在视觉系统中，例如面部识别。来自监视系统中多个视频供稿的数据量可能不知所措用来将数据发送到中央云进行处理的Internet连接。同样，在其他情况下，系统需要太长时间才能响应感觉输入，理由是经常使用的自动驾驶汽车需要立即响应行人的存在。比尔写道，这辆车的计算机有几百毫秒的行动。在这种情况下，没有足够的时间将图像发送到中央云进行处理。

带宽和延迟需求都会影响在数据集上执行AI的经济性。 Bier表示，边缘计算可以减少发送到云的数据量，从而导致更经济的解决方案。

数据的本地化也是关键主题。为了可靠性和隐私，诸如生物识别技术之类的敏感个人数据的本地化可以在没有互联网连接的情况下处理信息（例如，在连通性的情况下，例如在风暴期间丢失）。另一个优点是：向云发送更少的数据（或在某些新的芯片设计，没有数据的情况下）会减少问题，因为个人数据陷入错误的手中。

尽管一些峰会会议已经举行，但该活动将于9月22日至24日举行，研究人员和行业领导者的更多演讲。 LG电子，Algolux，Synopsys，Zebra Technologies，Inceive，Inc。和其他将在Edge AI实施中出现。同时，在虚拟活动期间，超过30家公司将展示Edge AI芯片和软件解决方案，包括Ceva，Cadence，Hailo，Intel，Lattice，Nvidia，感知，高通和xilinx。例如，脑排宣布将展示新一代的Edge AI芯片，称为Akida。该芯片被称为片上的神经形态系统（NSOC），可在小的，超低的功率外形中提供先进的神经网络功能。

市场研究公司OMDIA预测，全球AI Edge Chipset收入将从2019年的77亿美元增长到2025年的519亿美元。边缘推理已成为关键工作量，许多公司都引入了芯片组解决方案以加速生物特征和其他AI工作量。