我们现正目睹物联网规模展现指数型成长的态势。每一秒钟，就有127部新装置联网，预计至2027年，全球将有430亿个物联网装置。生活将变得更加多采多姿，相关系统解决方案需求也随着此市场而成长、演变，消费者要求更精细、更强大且节能而准确的功能。

物联网未来发展非常令人振奋，而边缘人工智慧（edge AI）正是众多关键技术推手之一，因其能在物联网边缘实现资料分析、提供预测性见解与智慧决策，进而强化物联网功能。

首先，我们先介绍基本概念：什麽是边缘 AI？

开发人员和使用者或许已相当熟悉人工智慧（AI）和/或机器学习（ML），但「边缘AI」这个词汇则不然。边缘AI是指AI应用的实作和部署位置落在边缘运算环境内，或是接近资料所在的装置中，而非云端运算设施之类的集中环境。

边缘AI在实务上的作业，包括从感测器或追踪器、健康监测装置等其他来源收集资料，并直接在边缘装置机器上以AI模型进行处理，然後将模型的输出用於触发动作或传送通知。边缘AI在本机上处理资料，有助大幅加速推论作业并支援即时使用案例，减少延迟时间和网路流量，强化隐私与安全，同时实现节能效益。

如今，开发人员正在思索边缘AI各式各样的使用案例和应用，例如家电和智慧家庭系统采用的脸部/手势辨识、穿戴式装置和健康监测装置、工厂自动化的预测性维护，以及搭载AI的监视摄影机，可即时侦测并应对可疑活动，不仅能够提升效率，更可降低服务费用。

AI部署常见使用案例，包括能进行语音辨识分析的智慧喇叭和语音助理技术，背後功臣则是一系列复杂的AI技术，例如自动语音辨识（ASR）将声波转换为文字，再运用自然语言理解（NLU）撷取其实际意义，然後智慧喇叭透过自然语言产生（NLG）技术产生回应。

智慧家庭市场也出现全新趋势，AI在此的用途是提升边缘装置效率，并创造顺畅自然的使用者体验。其他案例更涵盖洗衣机调整水量、洗衣精用量、清洗和脱水时间，以提升洗衣效率；恒温器习得使用者偏好温度、侦测室内外温度、区别房内是否有人；烤箱依据使用者的囗味偏好制作客制化餐食，同时确保只有成人能操作装置以维护安全；甚至是吸尘器能区分地板类型，实现最隹清洁和电池效率。这所有的使用案例皆仰赖边缘实作的复杂 AI 演算法。

图一 : PSoC Edge 目标应用

一股新兴趋势或技术势必拥有截然不同的挑战及应注重的关键面向，边缘 AI 也不例外。目前，边缘 AI 在下列层面的冲击尤其明显：

效能提升（与低功耗）

物联网持续成长推升感测器需求，因此必须分享更多资讯，同时装置复杂性也会上升，以因应运算功能增加的需求。目前装置本身处理机器学习作业的能力日益多元，因此，高效能核心必须搭配神经网路运算硬体加速器以支援机器学习作业，在这新一代边缘装置崛起的环境中，这两者缺一不可。

然而，若要实现功耗最隹化，让电池驱动终端装置更省电、提升运作效率并减少耗电，则上述要求会面临更加严峻的挑战。好消息是：边缘装置储存资料并执行演算法，较所有资料传送至云端所消耗的能源更少。

安全与隐私

边缘 AI 装置本身会执行多数作业与资料处理，减少传送至云端和外部位置的资料量，降低安全和隐私疑虑，但这不代表边缘 AI 装置上的所有资料永远不会遭遇攻击。安全攻击不断演化，因此所有边缘 AI 装置都必须内建强大、层级适当的安全机制，以利维护资料完整性和隐私。

缺乏专业知识、耗费时间、无全方位支援

没有适当的专业知识，几??不可能开发边缘 AI 装置，例如不了解如何使用针对 AI/机器学习最隹化的特定加速器和处理器等硬体，或是 AI 模型开发与部署采用软体的使用经验不足。知识不足加上耗时疑虑，恐怕会导致开发人员选择不采用最隹实务，或限缩管理团队制定适当决策的能力。

当然，这些案例也都必须仰赖全方位而强大的软硬体，搭配专家提供的端对端工具链解决方案，以降低新一代边缘 AI 装置的不确定性，并且加速上市时间。

英飞凌 PSoC Edge 能解决边缘 AI 的挑战，结合全新微控制器系列的多样特性，例如高效能、低功耗、尖端安全和全方位支援微控制器，有助加速上市时间。

如前所述，由於边缘汇集大量感测器，而且必须处理复杂资料，因此系统复杂性上升，但也促使微控制器领域不断突破效能极限。同时，低功耗与高能源效率，依旧是当今物联网领域最迫切的需求。

图二 : 由於边缘汇集大量感测器，而且必须处理复杂资料，因此系统复杂性上升，但也促使微控制器领域不断突破效能极限。

为了满足这些要求，英飞凌推出采用多域架构的 PSoC Edge，提升效能实力，包括高效能核心和硬体加速神经处理器单元，同时强化能源效率，融合常时在线应用适合的超低功耗域。

如此一来，物联网装置在深度睡眠模式中，仍可侦测声学事件或脸部侦测动作及触发动作，将系统全面唤醒、执行必要任务後，再恢复睡眠模式，大幅提升能源效率、延长电池续航力，且不会牺牲效能。因此，边缘 AI 不只可加速数位化进程，也可透过功耗最隹化协助达成去碳化。

如上所述，另一项关键挑战在於保护资料，且必须尽可能减少安全威胁。有监於此，解决方案供应商的边缘 AI 产品、服务必须随附更高层级的安全机制，让消费者有更多安全装置的选择。若边缘 AI 装置未能设置妥善保护措施，则可能会遭到窜改，成为网路破坏的切入点。此外，攻击者可进一步掌控整体市场上具备边缘 AI 能力的装置，例如恒温器、智慧喇叭或智慧锁，并分析其弱点、打造恶意软体，藉此入侵整个技术和网路。基於这些原因，新型边缘 AI 装置必须内建强大、层级适当的安全架构，如同新推出的PSoC Edge。

最後，英飞凌深知边缘AI装置上市时间的重要性。英飞凌近期收购Imagimob後，新增了端对端机器学习平台━弹性高、简单易用，并且着重在交付生产级机器学习模型。PSoC Edge拥有坚实生态系统合作夥伴、完整文件、具连线能力和人机介面模组的评估套件，以及ModusToolbox软体，并整合Imagimob 边缘AI开发平台和Ready Model，可加速具备机器学习能力的微控制器进入可验证的量产流程，因此，PSoC Edge是一套完整的硬体、软体和工具组合，有助实现顺畅的设计作业并加速上市时间。

（本文作者Omar Cruz为英飞凌科技 PSoC Edge 产品管理资深经理）