導讀：Edge AI是新的發展方向，它能夠把數據處理分析過程從云端搬回本地，來避免網絡傳輸延遲和潛在的隱私安全問題，同時可以大大減少成本。在未來的圖像傳感器里，不僅僅包含模擬數字信號處理，人工智能算法也會被加入加快圖像傳感器的高度智能化，從而使系統能夠通過新的計算和決策提供更快更準確的結果。而受限于端側的有限資源，我們需要更有效的算法支持來平衡計算能力和功耗。

人工智能的概念起源可以追溯到1956年，John McCarthy在達特矛斯會議上提出了“人工智能”這一概念。而在2018年前后隨著諸多人工智能專用芯片的初創公司出現、眾多具有未來感的應用場景的曝光。..人工智能話題真正被大眾熟知和熱捧。這種廣義的AI的話題似乎在最近幾年削弱了很多，但其實在AI正在各個細分領域進行下放和落地?，F在我們可以看到，其實在各種各樣的物聯網端側設備中，也可以實現AI和ML的諸多應用。

當然受限于供電、算力等等端側特定場景的要求，端側AI的應用落地需要結合端側的實際場景。最近安森美半導體推出的全新智能相機拍攝平臺，就給了業界一個端側AI應用的很好啟發。近日筆者專門采訪了安森美半導體亞太地區方案中心的市場營銷工程師賈鵬先生，他對于RSL10這一全新平臺進行了精彩的分享。

將AI圖片識別部署到物聯網端點

圖像識別是AI的典型應用案例之一，在端側也有著諸多實際應用需求。安森美半導體的RSL10 智能相機拍攝平臺就是為端側實現了圖像采集的功能，并通過低功耗藍牙來實現數據傳輸，通過云端AI來智能識別物體。RSL10 智能相機拍攝平臺中包含了安森美半導體的多個成功的芯片，其中包括藍牙低功耗的RSL10 SIP、ARX3A0 Mono 65° DFOV IAS模塊、多種傳感器芯片和電源管理芯片等。

據賈鵬先生分享，RSL10智能相機拍攝平臺最獨特的一點是它提供了一種超自動化應用的典型思路：傳感器觸發（條件）- 拍攝（動作）- AI識別 - 獲取信息并處理。

我們在相關的介紹中可以看到，在實際應用中，開發者可以將RSL10 智能相機拍攝平臺配置成一個端點，設置特定的時間、環境變量作為觸發條件。例如在某個時間段，或者環境溫濕度達到觸發值時，平臺自動將圖像發送到云端進行分析，云端通過圖像分析來給出相應的反饋的決策。

據賈鵬先生分享，RSL10智能相機拍攝平臺的圖像可以上傳至亞馬遜AWS，AWS在云端提供了圖像識別服務，能夠識別大部分用戶拍攝的物體，為后續的數據處理提供了可能。

雖然RSL10智能相機拍攝平臺的成品度非常高，但對于不同的客戶仍可以根據自己的實際情況在不同的步驟進行設計，實現具備差異化的產品研發。除了安森美現在提供的所有相關資料之外，賈鵬先生表示安森美半導體的技術服務團隊也可提供現場支持。

端側AI應用需符合端側應用條件要求

當我們提到物聯網端側的應用，功耗、成本和可靠性等都是最為重要的設計考量。同樣的，端側AI的部署也都需要考慮到這些因素。

據賈鵬先生介紹，RSL10智能相機拍攝平臺的超低功耗是其重要特點之一：RSL10智能相機拍攝平臺有連續拍攝和正常拍攝兩種模式，一塊1700 mAh的充電電池能夠支持它在全傳感器工作并保持藍牙低功耗（BLE）時刻連接狀態下正常使用約半年（此狀態下平均功耗小于2 mW）。

筆者還關注到RSL10智能相機拍攝平臺中搭載的ARX3A0圖像傳感器的每秒幀數可以達到360，遠超現在主流手機的30 fps、60fps的水準。但據賈鵬先生分享，ARX3A0圖像傳感器擁有的高幀率特性，主要是為了眼球跟蹤、VR/AR等需要高速攝影的應用場景。

但在RSL10智能相機拍攝平臺中ARX3A0圖像傳感器以較低幀率就可以滿足端側的采集需求，這樣也不會對與藍牙數據傳輸即時性、整體的平臺功耗產生過多的壓力。當然我們可以看到這種硬件上的參數富裕也給了設計者更多個性化發揮的空間。

賈鵬先生表示，Edge AI是新的發展方向，它能夠把數據處理分析過程從云端搬回本地，來避免網絡傳輸延遲和潛在的隱私安全問題，同時可以大大減少成本。在未來的圖像傳感器里，不僅僅包含模擬數字信號處理，人工智能算法也會被加入加快圖像傳感器的高度智能化，從而使系統能夠通過新的計算和決策提供更快更準確的結果。而受限于端側的有限資源，我們需要更有效的算法支持來平衡計算能力和功耗。

對于安森美半導體這樣具有非常寬廣的產品組合的廠商而言，除了優勢的單品外，還可以提供非常多豐富的解決方案。RSL10智能相機拍攝平臺就是其中之一，它為業界的端側AI應用提供了很好的范例和啟示。相信我們也可以在諸多實地應用中看到它的身影。
編輯：lyn