智能家居
AI 改善了家居生活
智能家居让家居生活变得更安全、便利、节能、舒适、有趣、丰富和容易触达。消费者乐于看到他们的设备和电器“活”起来,新兴的 AI 技术使其变得自动化、生动化并充满活力。
AI 为智能家居注入活力
当今的智能家居可以使用户遥控和预编程家用设备,比如监控摄像头、恒温器和机器人吸尘器。例如,知道何时无人在家的智能恒温器能够调节温度,以节省电能。AI 让这些家用电器能够从家庭用户的行为和活动中学习,通过更有针对性、更智能的行动,提供更好的体验。不论是识别熟人和陌生人的安防摄像头,还是越过障碍物的机器人吸尘器,AI 逐渐变成家庭生活的一部分。
丰富用户体验的边缘 AI
机器人吸尘器、安防摄像头、智能门锁、学习型恒温器、智能厨房和洗衣间电器、健身镜和智能音箱都因为增添了边缘 AI 而受益匪浅。未来智能设备将变得更加积极主动,并能独立采取相应的措施。边缘 AI 以极低的延迟和功耗带来更大的设备自主性和决策能力,为更加丰富的用户体验打开了一扇大门。
针对智能家居的定制 AI 处理器
与其他市场相比,智能家居应用的 AI 处理需求往往不需要那么密集的性能。但是,成本压力限制了神经处理单元 (NPU) 引擎的可用芯片面积。此外,功耗必须尽可能低,特别用于电池供电的设备时。智能家居设备通常运行一个或一小组神经网络 (NN)。在空间受限的应用中,比如成本敏感型厨房电器,应专门设计定制的 NPU,使用最小的芯片面积(因此成本也最低)和最低的功耗。
未来智能家用电器将处理比以往更大的数据集和更高分辨率的图像。因此,需要高效的硬件解决方案来进行边缘处理。为您的芯片解决方案添加艾伯德 Origin™ E1 或 E2 神经处理单元 (NPU),可提高系统性能,而不增加系统成本。搭载艾伯德 NPU 的智能家用电器可同时运行一个或多个实时 AI 推理模型。其超低功耗 NPU 产品拥有较小的芯片面积(通常仅为其他解决方案的 50% 或更低),可节省系统成本。
适合智能家居的理想架构
Origin E1 和 E2 神经引擎采用艾伯德基于数据包的独特架构,其效率远超基于层的通用架构。这款架构可以跨层并行执行任务,优化资源利用率,带来确定的性能。此外还不需要针对特定硬件进行优化,客户无需更改就可以运行其训练好的神经网络,而不牺牲模型准确度。这种创新的方法大大提升了性能,同时降低了功耗、面积和延迟。
始终在线。永远安全。
许多智能家居设备,比如安防系统和门铃摄像头,都需要不间断的感应和处理。
艾伯德为此类始终在线的应用提供了 LittleNPU E1。LittleNPU 在持续低功耗(低至 20mW)下运行,同时将所有数据保存在 LittleNPU 子系统中,保护用户的数据。
面积效率高,适合经济有效地部署
部署 AI 面临的最大挑战之一是寻找合适的解决方案,满足 OEM 制造商并不宽裕的预算。艾伯德 Origin NPU 需要的芯片面积极小,这确保可以经济有效地部署 AI。
现场更新,满足未来需求
随着 AI 技术和网络的快速进化,任何 AI 部署都必须能够进行现场更新,包括新网络。Origin IP 具有足够的灵活性,可以在智能手机或其他设备出货后部署公共、专用和定制的神经网络。