7月23日消息，高通收购恩智浦的进展，数月以来备受业界关注。而外媒今日报道了恩智浦一项容易被忽略的消息，即该公司在人工智能领域里的战略，可能在工业4.0时代为其带来新一波的突破。
工业4.0聚焦于四种技术，包括快速的网络连接，AI的快速处理能力，人机界面以及网络安全技术。这四种技术的融合，有可能使工厂、汽车、可穿戴设备完全自动化。据IHS称，到2025年将有超过700亿台互联网设备。
恩智浦半导体正是在此趋势之下嵌入式芯片的领先供应商，该芯片适用于汽车和工厂等领域的电子产品。尽管恩智浦的报道主要围绕其即将被高通公司收购的成功与否，其实近期面向工业4.0提供芯片产品的恩智浦，也传出一些令人兴奋的消息。
芯片更聪明
在人工智能方面，恩智浦被认为落后于竞争对手NVIDIA。NVIDIA是人工智能图形处理单元(GPU)的领先制造商。但恩智浦最近找到了使其嵌入式处理器和微控制器更“智能化”的方法。
上个月，该公司推出了一款新的软件工具，用于其EdgeScale平台即服务产品(仅在2月份推出)。该软件使客户能够更轻松地将来自其他来源的机器学习算法，加载到恩智浦的嵌入式芯片和片上系统(SOC)中。这就是为什么新产品对恩智浦的客户和投资者来说非常重要。
物联网是一种架构，“边缘”设备将能够通过互联网的连接，从基于云的服务器发送和接收信息。这种方式有很多好处，但也有一些复杂性。使用基于云的基础架构即服务的公司，需要为处理能力和网络付费。尤其当传感器能实时响应刺激时，数据从云端到达“边缘”所需的时间将会更快速。
因此，许多公司们正竞相开发“边缘”计算的产品。例如，亚马逊在去年11月的Re：Invent大会上，发布了针对AWS的FreeRTOS操作系统，随后宣布与恩智浦竞争对手德州仪器合作，将后者的SimpleLink MCU微控制器硬件平台与FreeRTOS进行集成。
恩智浦在2月份推出了EdgeScale平台即服务产品。 EdgeScale旨在安全地与恩智浦的Layerscape嵌入式芯片平台配合使用，这是一系列基于ARM微处理器的产品，比低功耗微控制器拥有更加快速的密集计算能力。因此，看起来EdgeScale是一种更先进专业的边缘计算平台。
EdgeScale也是一种开放式架构，可与所有主要云提供商连接，最终使用户能够通过API自定义软件和点击式仪表板，快速安全地配置大量设备。
边缘计算真的可以处理机器学习吗？
尽管现在的软件功能越来越强强大，但内存定价高昂、电池供电的局限性，意味着业界仍需要开发机器学习算法，并将其存储在云中。但在6月份(EdgeScale发布仅四个月后)，恩智浦推出了一款压缩机器学习算法的开源软件，可以通过EdgeScale发送到支持NXP的设备。 IT专业人员可以采用他们构建的机器学习模型，压缩算法，然后通过网络将其发送到恩智浦的芯片。然后，该算法可以在设备上运行，而不必将信息发送回云。
发挥其优势
恩智浦的新软件还具有一项新功能，就是帮助用户在不同类型的AI模型之间做出权衡，该功能根据功耗、处理能力、特定应用的功能等，对AI模型进行评级。鉴于现在越来越多的AI工具以不同编程语言被开发出来，这种“货比三家”的软件工具，对于客户来说非常实用。
由于恩智浦在行业和应用领域拥有超过25,000名的客户，该公司拥有广泛的专业知识，能提供较无偏见的指导和参考。不难发现，恩智浦并没有试图在机器学习处理上进行竞争，而是专注于尽可能无缝地将其芯片与各种外部ML架构相连接。
虽然人工智能和机器学习很可能会颠覆市场，但其中许多工具都是开源的，技术改变的速度相当快。因此，恩智浦采取了一种有趣的方式，它并未开发自己的AI核心处理器，而选择发挥其作为各种行业“智能”设备应用专家的优势。值得关注的是，这些大型的半导体芯片公司，并未竞争哪家公司拥有最快的AI芯片，不过都利用了自己的品牌和技术，来获取人工智能的一些好处。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
