從2018年AIOT產(chǎn)業(yè)布局的角度來看，主要有以下主要趨勢：

邊緣計算不斷得到強調(diào)，存儲和計算的布局從云端回到邊緣;

AI不斷強調(diào)，整個行業(yè)從強調(diào)物聯(lián)網(wǎng)連接到人工智能授權(quán);

該行業(yè)已提上日程，各種行業(yè)解決方案不斷被提出并開始下降，整體解決方案需求遠高于純算法要求。

據(jù)雷鋒網(wǎng)（公眾號：雷鋒）介紹，5月24日，在高通人工智能創(chuàng)新論壇上，高通公布了與中科創(chuàng)達（創(chuàng)通聯(lián)達）的深入合作，兩者都通過了最新的終端方面。 AI商業(yè)技術(shù)將發(fā)布最先進的AI開發(fā)套件—— TurboX AI Developer Kit; 10月24日，TurboX AI Kit將正式推出，中科創(chuàng)達將圍繞開發(fā)套件收集全球開發(fā)人員活動的算法和應(yīng)用程序。將AI從算法模型推送到產(chǎn)品化和商業(yè)化。

12月13日，在2018年的THUNDERWORLD，中科創(chuàng)達副總裁孫力解釋并分析了當(dāng)前的AI視覺技術(shù)和行業(yè)應(yīng)用與挑戰(zhàn)，以及TurboX AI Kit相關(guān)技術(shù)和應(yīng)用。

圖像處理系統(tǒng)的挑戰(zhàn)

在視覺技術(shù)方面，您必須擁有一個用于圖像捕捉的相機。以手機為例，首先必須有相關(guān)的圖像采集和應(yīng)用模塊;必須有一個主芯片，涉及功率優(yōu)化，性能優(yōu)化和系統(tǒng)驅(qū)動;必須有一些算法，不僅是人臉識別，美觀，包括傳統(tǒng)拼接，光學(xué)處理和降噪都需要相關(guān)的算法。

從圖中可以看出，該系統(tǒng)架構(gòu)更復(fù)雜。中科創(chuàng)達是一家經(jīng)營系統(tǒng)的公司，其自己的子模塊和子系統(tǒng)也非常復(fù)雜。在整個底層驅(qū)動核心曝光，重點關(guān)注，這些算法最多可以處理視頻，整體架構(gòu)將非常復(fù)雜。

成為優(yōu)秀的圖像處理系統(tǒng)存在許多挑戰(zhàn)。

首先，圖像采集這個環(huán)節(jié)有很多挑戰(zhàn)，包括攝像頭模組的選擇、圖象處理算法的選擇、芯片加速、畫質(zhì)調(diào)優(yōu)等；

其次，硬件的碎片化需對畫質(zhì)進行復(fù)雜的調(diào)優(yōu)流程，實驗室與實際生活場景有很大的不同，因而，也需要對畫質(zhì)進行復(fù)雜的調(diào)優(yōu)流程；

另外，在進行系統(tǒng)設(shè)計時，功耗和性能又需要作出權(quán)衡和調(diào)整。

其中，圖像質(zhì)量調(diào)整（IQ）是一個非常復(fù)雜的部分，也是圖像處理中最重要的部分。要捕捉最佳圖像，包括亮度，白平衡，對比度和顏色，您需要非常精確。

圖像質(zhì)量調(diào)整分為三個階段：

首先，首先完成基本軟件和驅(qū)動程序，包括軟件功能檢查，沒有影響IQ的重大錯誤，驗證原始圖片（EXIF，AE參數(shù)，校準(zhǔn)數(shù)據(jù)）等;

二，實驗室配備了大量專業(yè)的實驗室調(diào)整設(shè)備，包括LSC，AWB，AE，Gamma，對比度增強，CCM，DPC，噪聲濾波，邊緣增強等參數(shù)檢測和處理;

三，真實場景調(diào)整，與參考設(shè)備相比進行拍攝和調(diào)整，參考設(shè)備包括：人物，寵物，風(fēng)景，人像，戶外，低光，辦公，家居，閃光燈，背光，電影等。

為了加強相關(guān)能力，中科創(chuàng)達于2017年12月收購了世界領(lǐng)先的移動和工業(yè)圖形和視覺技術(shù)公司——保加利亞科技公司MMS為3100萬歐元，因而擁有世界頂級的IQ團隊，在質(zhì)量上具有足夠強大的能力為AI支持行業(yè)應(yīng)用打下基礎(chǔ)。

據(jù)雷鋒網(wǎng)報道，這實際上不是中科創(chuàng)達的第一次海外收購。第一次海外收購中科創(chuàng)達是在2016年底，收購了位于芬蘭的汽車互動技術(shù)公司Rightware，收購了6400萬歐元。加快中科通訊在汽車領(lǐng)域的布局。

硬件加速應(yīng)用和3D視覺的興起

在視覺技術(shù)方面，硬件加速近年來備受關(guān)注，也是改善圖像相關(guān)計算的關(guān)鍵部分。孫力在會上還提到，“你會發(fā)現(xiàn)大量的算法公司在物聯(lián)網(wǎng)時代之前無法繼續(xù)，并且不能真正使用像GPU這樣的加速硬件，因為他們確實需要使用嵌入式GPU。硬件要求但是，這種嵌入式硬件對于加速算法非常有幫助。如果不使用，會浪費硬件和功耗。例如，在手機或汽車上拼接多個攝像頭，其拼接算法可以使用GPU，并盡量不使用CPU。”

以汽車應(yīng)用為例，更多人談到的是ADAS本身，它將經(jīng)歷「從外置的ISP到內(nèi)置的ISP，再到Bayer Sensor」的技術(shù)變革。目前的主流解決方案仍然使用外部ISP，但汽車中的圖像傳感器將經(jīng)歷類似于從功能機器到智能手機的移動電話的演變。

目前的主流解決方案仍然是使用外置ISP，價格是2-3美元，加一臺攝像頭，總共8美元，這樣的成本問題，以及加熱問題的拼接問題，環(huán)顧四周等應(yīng)用程序，必然會導(dǎo)致類似的手機從功能機器遷移到智能機器。

圖像視覺的另一個趨勢是3D圖像技術(shù)的興起。目前使用的許多算法，包括競賽中使用的算法，仍然是2D。但是，從目前的技術(shù)發(fā)展需求和發(fā)展趨勢來看，3D視覺技術(shù)將越來越受歡迎。

目前，3D視覺技術(shù)的普及主要面臨以下問題：

由于規(guī)模問題，BOM成本并沒有減少到平民;

各種光學(xué)設(shè)計，碎片（ToF，結(jié)構(gòu)光，雙目，有源雙目等）都是嚴(yán)重的問題;

嵌入式SoC的深度圖計算能力（基于PC的PC輔助）;

多組的完整建模問題集;

RGBD，基于3D的人工智能學(xué)術(shù)進步。

我認為未來的3D技術(shù)將給AI帶來很大的變化，人工智能也會突然出現(xiàn)，包括對象分類也可以做得很好。

智能視覺和Edge AI開發(fā)套件

雷鋒網(wǎng)了解近年來整個視覺市場持續(xù)樂觀，嵌入式視頻終端數(shù)量持續(xù)增長。例如，Amazon AWS DeepLens，Google AIY Vision，Microsoft Vision AI Developer Kit等，市場上有越來越多的邊緣智能愿景。設(shè)備出現(xiàn)。為此，中科創(chuàng)達和高通聯(lián)合推出了基于Qualcomm Snapdragon 845平臺和AI Engine人工智能引擎的TurboX AI Kit嵌入式端側(cè)/邊緣AI開發(fā)套件。 10月24日，TurboX AI Kit正式推出。

盡管有市場趨勢，但嵌入式AI算法仍面臨許多挑戰(zhàn)，例如計算資源有限、終端處理平臺碎片化、應(yīng)用場景和需求多樣化、性能（準(zhǔn)確率-速度）的平衡與取舍、生態(tài)系統(tǒng)不成熟、功耗與成本較高等問題。

嵌入式最關(guān)鍵的方面是硬件和軟件的深度集成。

在硬件方面，物聯(lián)網(wǎng)使設(shè)備聯(lián)網(wǎng)。首先要做的是查看功耗，熱量和加速度。 AI操作加速引擎應(yīng)盡可能使用現(xiàn)有的DSP，GPU，NPU等加速硬件，以滿足功耗和加熱的約束，并與芯片平臺集成，實現(xiàn)AI操作加速引擎。

在軟件算法方面，核心是減少算法計算量。設(shè)計適合嵌入式平臺的模型體系結(jié)構(gòu)，一方面應(yīng)該定制模型，另一方面，它應(yīng)該與場景深度集成并進行調(diào)整和優(yōu)化，在深度學(xué)習(xí)模型中共享超參數(shù)，并壓縮網(wǎng)絡(luò)。

AI授權(quán)行業(yè)需要一個平臺，而不僅僅是算法

近年來，人工智能逐漸開始賦予行業(yè)權(quán)力。其中，還存在一些問題和挑戰(zhàn)，包括以下三個方面：

首先，客戶期望整體解決方案包括數(shù)據(jù)采集，隱私問題，培訓(xùn)，生產(chǎn)管理系統(tǒng)，私有云部署以及前端和端端，而不是純算法;

其次，客戶測量人工智能技術(shù)的預(yù)算不是基于人工智能作為高科技技術(shù)，而是基于生產(chǎn)力提高（用戶體驗改善，銷售轉(zhuǎn)換率等），運營效率優(yōu)化和可提供的預(yù)算績效按業(yè)務(wù)表現(xiàn)。在逆行中，這與當(dāng)前昂貴的人工智能輸入成本（人力，服務(wù)器等）相矛盾;

此外，行業(yè)客戶的工作流程和部門職能尚未圍繞先進生產(chǎn)力進行部署和優(yōu)化?？蛻粝Ｍ淮瓮顿Y人工智能平臺，可以一勞永逸地實現(xiàn)自我培訓(xùn)，升級和部署。該算法，未來圍繞需要解決的領(lǐng)域問題，需要建立少量的人工服務(wù)算法。

最后，孫力還強調(diào)了兩點：第一，AI需要一個小的平臺和引擎，而不是僅僅提供一個算法；第二，不能太迷信AI的算法，有的時候還得用傳統(tǒng)的圖象處理的算法。

該公司花了300萬購買一套GPU算法。如何管理這些數(shù)據(jù)？您需要從構(gòu)建，管理，操作和整個生命周期管理整個AI模型，并且需要提供調(diào)度，接口，UI等。所以整個AI平臺是必須的。

本文由雷鋒轉(zhuǎn)移。如果您需要轉(zhuǎn)載，請在雷鋒網(wǎng)上申請授權(quán)。

« 在設(shè)計應(yīng)用登錄功能時，我怎么想？ | 分析網(wǎng)頁排名2-3頁解決方案 »