嵌入式AI的概念 嵌入式和人工智能的关系

嵌入式系统是指“嵌入”在应用中的计算机系统。嵌入式系统和传统PC的不同之处在于它通常针对特定应用配备专用软硬件接口，在运算速度、存储容量、可靠性、功耗、体积方面的要求和通用PC有明显差别。我们在日常生活中随处可见嵌入式系统，比如智能手机、万用表、无人机控制系统、电信交换机、洗衣机、智能电视、汽车控制系统、医用CT设备等。

嵌入式AI的概念

而嵌入式AI，又称为EAI（Embedded Artificial Intelligence，嵌入式人工智能），是一个内置在网络设备中的AI功能通用框架系统，为网络设备上基于AI算法的功能提供公共的模型管理、数据获取和预处理功能，并且支持将推理结果发送给基于AI算法的功能。不仅能够充分利用设备的样本数据和计算能力，而且具有降低数据传送成本、保证数据安全以及保证推理决策的实时性等优点。

嵌入式和人工智能的关系

人工智能不可能没有嵌入式！要实现人工智能的行为，必须使用嵌入式系统。

人工智能（AI）和嵌入式一眼看上去并不是非常相关。“嵌入式”指扎根在另一个事物中，从外界无法直接触及，既刻板，又缺乏弹性。AI则意味着适应性，比如机器学习（ML）和深度学习。这两者能够结合么？答案当然是肯定的！AI正逐渐被嵌入到嵌入式系统中，嵌入式系统的增长越来越多地取决于AI的增长，具体来说是AI的机器学习部分。

人工智能的领域庞大涵盖学科众多，应用范围也很多。长期以来，形形色色的人工智能应用就在我们周围，可以说嵌入式开启了人工智能的进程，人工智能的终极目的是实现人类智力的替代，现在的人工智能像siri、aphago是典型代表。要实现人工智能的行为，必须使用嵌入式系统，这就是现在所说的强人工智能与弱人工智能。具有行为能力的“弱人工智能”就是智能化工具，即MCU（微处理器）基础上的嵌入式应用系统，已有40多年历史。

嵌入式AI系统主要由三个模块组成：

模型模块：也可称为算法模块，集成了多种智能算法。模型模块管理了多个模型文件，每个文件中会包含一个或多个模型，不同的模型对应不同的智能算法。用户可以通过加载、删除模型文件，来管理嵌入式AI系统使用的智能算法。

数据模块：具有数据获取、数据预处理的能力，管理设备上所有AI功能需要的数据。

算力模块：基于模型模块的算法和数据模块的数据进行推理，推理结果会发送给设备上支持的AI功能，这些功能会对推理结果进行分析并形成具体配置下发到设备上。

嵌入式AI可以用于哪些领域呢？

机器人（医疗、康复、家用、工业、抢险和救援、特种环境作业等）、智能车、无人机、智能玩具、智能制造、新型娱乐和人机交互（如增强现实装备与系统）、通信、监控等等都可以是应用空间。

嵌入式人工智能的发展

鉴于当前的嵌入式人工智能的局限性，现在的芯片厂商在这方面是下足了功夫，新的人工智能芯片在不断的研发和推出。嵌入式人工智能芯片的核心是半导体及算法。嵌入式人工智能硬件主要是要求更快指令周期与低功耗，包括GPU、DSP、ASIC、FPGA和神经元芯片，且须与深度学习算法相结合。

文章综合CSDN「LogosTR_」、 冯媛媛、物联网电子世界、softstone、Elektor