物聯網新變革，AI 邊緣計算不再是夢

在目前的 AI 領域裡，雲端 AI 計算已成為主流。但是，在一些應用場景下，中心化的雲端計算效率並不高。就拿擁有大量感測器的物聯網應用來說，如果能在感測器收集數據的網路邊緣直接進行本地 AI 運算，這可能大幅度提高 AI 產品的效率與能力。出於這個目的，GreenWaves Technology 公司推出了一款開源 AI 處理器，志在引發一波從智能玩具到智能城市的全新 AI 產品。

位於法國格勒諾布爾（Grenoble）的 GreenWaves Technology 公司成立於 2014 年，是一家專註於物聯網硬體的初創公司（註：在美國加州還有一家叫 Greenwave Systems 的物聯網軟體平台公司，小編無法得知它們是否有關係）。它這款名為 GAP8 的低能耗 AI 處理器是基於 RISC-V 開源處理器框架，主要設計目標就是解決其他 AI 處理器無法解決的應用難題。

GreenWaves 的開發部副總裁 Martin Croome 表示，在未來，自動駕駛汽車、智能城市中的犯罪監測攝像頭等 AI 產品將收集大量的數據。雖然在理論上，把這些數據傳輸到（雲端）中央數據中心進行處理聽起來很美好，但是大量的物聯網設備所收集的海量數據將造成網路的嚴重堵塞。因此，在收集數據的感測器端進行本地數據處理是最合理的設計。

「RISC-V 給了我們開發一款開源處理器的能力，但是它並沒有提供任何執行手段」，Croome 說道，「不過，這是我們的工作」。

圖 | GreenWaves Technologies

GreenWaves 的主要競爭對手就是擁有 RISC 框架知識產權的 ARM 公司。ARM 的商業模式就是把手上的晶元設計授權給第三方，由第三方進行生產與銷售，從中賺取授權費。Croome 表示，GreenWaves 將提供更多的靈活性：「它並不是一款數據中心的加速器，或智能手機的處理器。它是一款靈活的超低能耗處理器，可以用一塊電池驅動數年。」

作為物聯網邊緣處理器，GAP8 可以在數據的源頭對圖像、聲音、震動等多種數據類型進行收集，分析，歸類以及反應。Croome 表示，GAP8 針對卷積神經網路推理等圖像與音頻演算法進行了優化，可以用極低的能耗進行運算。它的目標則是主導 AI、物聯網以及微處理器的交叉領域。

這款晶元的主體為一個 8 核的計算集群，以及一個卷積硬體加速器。另外，它還擁有一個獨立電壓與頻率的核則負責通信、控制以及信息的預分析。

由於其低能耗的優勢，這款晶元將啟發新一代無線感測設備，可應用於圖像識別、對人類或物體進行計數、監督機器的健康狀態、家庭安保、語音識別、消費級別的機器人、可穿戴設備以及智能玩具等物聯網領域中。它僅需幾毫瓦就可以識別一個人臉，並且僅需不到 15 美元，就可以為消費級別的機器人帶來機器視覺與語音控制功能。

「它在待機的情況下僅需納安（nA）級別的電量，開啟後則需要幾毫瓦，在運行 AI 演算法時也只需要幾十毫瓦，」Croome 說道。「相比之下，一款 ARM 的 CPU 會需要數百毫瓦。」

目前，針對這款晶元的軟體開發包（SDK）已經上線，GAP8 的評估板也已開始預售。GreenWaves 堅信，它的開源模式將為 GAP8 帶來更多的應用，並有一天可以出售自主生產的晶元。

GAP8 所使用的是基於 RISC-V 指令集的 PULP（Parallel Ultra Low Power 並行超低功耗）平台。這款開源計算平台是由義大利博洛尼亞大學與瑞士蘇黎世聯邦理工學院開發的。

圖 | GreenWaves 的 AI 邊緣處理器的各個應用領域

通過 PULP 平台，GAP8 得到了多個成熟的晶元設計、一個活躍的開源軟體開發者社區、以及一個可以使集成商縮短上市時間的工具鏈。

「GreenWaves 的 GAP8 再一次證明了開源科技可以以驚人的速度實現創新，同時大大降低傳統嵌入式設計所需的成本。」RISC-V 基金會的執行董事 Rick OConner 在一則發言中說道。「我們十分高興，可以繼續見證創業公司與傳統公司充分利用 RISC-V，這個靈活性與可擴展性極高的免費開源平台來創造獨家的嵌入式解決方案。」

「面對數十億物聯網設備不斷產生的海量數據，各公司已開始轉向邊緣計算來降低數據管理的成本，提高數據處理的速度」，Moor Insights & Strategy 公司的分析師 Christopher Wilder 說道。「GreenWaves 的 GAP8 滿足了市場對超低能耗邊緣計算的需求，實現了降低系統成本與處理圖像、聲音、震動等數據能力的雙贏。」