1956 年，当斯坦福的麦卡锡提出“人工智能”时，他一定没有想到这个概念会在几十年后的中国如火如荼。人工智能不仅仅在引发新的产业革命方面被寄予厚望，更是融入到了每个人的日常生活中，在触发社会变革。事实上，2020 年 4 月，国家发改委在确定新基建的 3 个方面时，在信息基础设施、融合基础设施中均提及人工智能，也只不过是把正在发生的变革明确地告知大众。

　　伴随算力、数据、互联网的发展，人工智能正处于从量变到质变的节点，尤其边缘端呈现出爆发式的发展。Gartner 预测，到 2025 年，至少会有 75% 的数据处理将会在云端或者数据中心之外的地方进行。人工智能大潮对于半导体企业是机遇也是挑战。和云端不同，边缘侧对芯片的最主要需求依然回到了性能、成本和功耗这 3 个芯片永恒的话题，而且必须同时具备，产品才能胜出。此外由于边缘人工智能产品的开发周期较短，迭代窗口快速，因此友好的开发环境也很关键。

　　什么样的边缘人工智能系统才是成功的？“精准感知，快速决策，人机协作，高效节能，安全可靠”，这是德州仪器中国区嵌入式产品系统与应用总监 Howard Jiang 给出的答案。众所周知，感知、决策及执行是边缘人工智能的 3 个环节，而且随着边缘人工智能的发展，对于嵌入式的感知和决策技术的要求相比非人工智能时更严苛、更差异化。

　　感知——边缘人工智能的数据来源

　　数据是边缘人工智能的根本，而感知则是数据的来源。正如一个人不止需要眼睛来感觉世界，包括耳朵等都是获取自然世界的最重要器官，机器同样需要耳聪目明，各种传感器随着技术发展应运而生。TI 推出的单芯片毫米波雷达，在许多应用场合可以规避了传统摄像头的弊端，同时支持系统的多项数据融合，使得机器可以更好地获取数据和对目标的精准感知。

　　利用毫米波雷达的收发，能够以极高的精度测量其视野范围内物体以及障碍物的距离和其相对速度。与基于视觉和激光雷达的传感器相比，毫米波传感器的一个重要优势是不容易受雨、尘、烟、雾或霜等环境条件影响。此外，毫米波传感器可在完全黑暗中或在阳光直射下工作。这些传感器可直接安装在无外透镜、通风口或传感器表面的塑料外壳后，非常坚固耐用，能满足防护等级 (IP) 69K 标准。

　　TI 的单芯片毫米波雷达通过 CMOS 制成工艺技术，实现了传统雷达所不具备的高性价比优势，同时结合了 ASIC 后端处理，可以直接降低 BOM 成本，减少产品尺寸，并且减少了对于处理器的依赖。基于 TI 毫米波设计产品的体积是微型激光雷达测距仪的三分之一，重量是其一半。

　　更重要的是，除了自动驾驶领域，毫米波雷达还可以应用于更广阔的工业及智能家居、智能楼宇、医疗等领域。比如通过毫米波雷达与空调的结合，可以实现风随人动、目标人体的姿态感知、自动开关等多项智能功能。而在其他应用中，如针对机械臂操作员的安全监测、物流机器人/无人机避障检测、老人跌倒等监测，毫米波雷达都拥有以往图像传感器所不具备的准确、快速感知等优势， 同时满足许多应用场合的数据脱敏要求（可以安装在卧室、卫生间等场合）。

　　除了毫米波雷达之外，TI 还提供了温度传感器、DLP？ 技术、 ToF 等广泛的产品，从而进一步丰富了机器与人的交互途径。

　　决策——边缘人工智能的大脑

　　边缘人工智能设备需要一个聪明的“大脑”来进行数据处理和决策。集成式 SoC 通常是边缘人工智能中一个不错的选择，因为除了容纳能够执行深度学习推理的各种处理元件外，SoC 还集成许多用于整个嵌入式应用的必要组件。一些集成式 SoC 包括显示、图形、视频加速和工业联网功能，使单芯片解决方案的功能不仅限于运行 ML/AI。

　　TI 的 Jacinto？ 7 系列处理器正是这样一款高度集成的 SoC，芯片内部包括高性能计算、深度学习引擎、用于信号和图像处理的专用加速器，符合功能安全 ASIL-D/SIL-3 标准。除了高级驾驶辅助系统 (ADAS) 之外，处理器还可以应用于机器人、机器视觉、雷达等领域。

　　集成的专用加速器包括 “C7x” 新一代 DSP 内核将 TI 行业领先的 DSP 和 EVE 内核结合到一起，并添加了矢量浮点计算功能，并支持向后兼容代码。随着边缘人工智能的兴起，DSP 由于其基于哈佛架构，可以显著提升矩阵运算效率，非常适合神经网络计算加速。同时，新增的 “MMA” 深度学习加速器使在典型工作条件下，以低功率达到 8TOPS 的计算性能。

　　通用内核则包括了多核 Arm Cortex-A72、Cortex-R5F 以及 8XE GE8430 GPU 等。

　　Jacinto 7 系列的多核异构处理器架构设计，可以最大限度地针对任务进行选择与优化，从而实现更好的性能提升及成本下降。另外，TI 还将成熟的算法进行硬件化，加之半导体制程的演进，从而实现最佳的性价比和功耗比。比如 TI 的 ISP，可以基于芯片内嵌的硬件加速单元自动实现宽动态调整、图像金字塔缩放、立体深度视觉以及密集光流算法加速等等。

　　Jacinto 7 系列处理器提供了涉及硬件和软件的全面安全解决方案，这是汽车和工业市场的重要关注点。Jacinto 7 系列处理器使用经独立功能安全评估机构（如 TüV SüD）认证的硬件开发流程针对 ASIL-D 功能进行了系统设计。而针对如今 ADAS 数据融合所带来高带宽多端口的新挑战，Jacinto 7 系列也集成了 CSI-2 等多路端口，可以保证同多路传感器互联并支持高带宽数据需求。Jacinto 7 系列同时集成了 PCIe 集线器和千兆以太网交换机，可以用于域控制器，从而实现更高水平的集成度。

　　为了方便用户进行开发，TI 推出了 TI-Edge-AI-Cloud，针对 Jacinto 处理器上 AI 推理的云工具评估并支持许多业界通用与流行的深度学习框架（包括 TensorFlow Lite、ONNX Runtime、OpenGL ES 等），轻松编译和部署模型并加速推理。

　　除了视觉识别所常用的 CNN 之外，诸如预测性维护等边缘人工智能场景需要 RNN，Jacinto 7 处理器同样也提供相应的支持。此外，TI 的工业应用处理器 Sitara 系列，集成了 Arm Cortex-A 系列内核，同样也可以通过 Arm NN 实现相对低算力要求的边缘人工智能应用，诸如工业应用中的预测性维护等。

　　从天马行空到快速落地

　　除了感知和决策，在执行环节，TI 也有很多处理器、马达驱动，还有各种模拟器件，这表明 TI 可以通过广泛的产品组合为实现边缘 AI 所需的关键方面提供支持。技术服务于人，作为一家拥有 90 年历史的半导体公司，TI 的秘诀即在于不断研究社会生活的变化，洞察并满足人们的需求，因之而不断改变自己。

　　在 TI 进入中国的这 35 年中，曾助力中国客户一次次实现创新。在人工智能领域，Howard 看到中国的发展在某些地方已经走在前面。比如 4D 成像雷达领域，国外还处在实验室概念验证阶段，而国内车厂已提出量产的具体时间点。同时在智能工业、机器人、智能家居、医疗影像分析等市场中，中国客户也都在积极地进行导入。有时 Howard 也会用中国客户采用的创新来激励他的美国同事们。

　　TI 在做产品定义的时候，会和一些客户进行深度合作，使有创新的需求体现在产品架构上，这其中不仅仅是满足现有的使用，更重要的是共同预见未来的需求。中国客户丰富的想像力，也使得来自中国的需求可以很快反映到 TI 下一代产品开发中，并且面向全球的创新产业。

　　三十五年前，TI 进入中国，在工业、消费、通信以及汽车等诸多市场中，同中国本土合作伙伴从零开始，共同创新。而今，随着以人工智能及边缘人工智能为代表的新基建项目开始扩展，TI 同合作伙伴携手，再次踏入全新领域，通过品类齐全的模拟和嵌入式处理系列产品、强大的本地制造及研发能力、遍布全国的产品分销及销售网络，以解决边缘人工智能带来的新挑战，满足中国客户产品设计的新要求。在 TI，有着一批像 Howard 一样的杰出工程师，怀着“芯向中国，科创世界”的愿景，努力通过半导体技术，让世界变得更加美好。

　　就在不久前，美的集团厨房和热水器事业部同 TI 共同建立了“感知与交互联合实验室”，旨在帮助美的运用 TI 的毫米波雷达技术以及广泛的模拟和嵌入式处理产品，加速美的厨热家电应用的开发。Howard 希望 TI 能够帮助支持更多像美的这样的公司将想法变为现实。