ABCD（即人工智能、區(qū)塊鏈應用、云計算、大數(shù)據(jù)）是科技行業(yè)的發(fā)展趨勢和未來。麥肯錫2013年就預測過，到2025年移動互聯(lián)網(wǎng)、自動學習、物聯(lián)網(wǎng)、云計算、機器人和自動駕駛這些新技術能夠創(chuàng)造的社會價值。但目前來看這個數(shù)據(jù)是被低估了，這幾年發(fā)展得太快。

所有這些都是由AI推動的新的領域與應用場景。那人工智能、機器學習和深度學習這三者到底是什么關系，又能實現(xiàn)哪些功能呢？

日前，在ASPENCORE旗下《電子工程專輯》、《EDN》和《國際電子商情》共同舉辦的“IoT技術與應用論壇”上，恩智浦半導體大中華區(qū)客戶應用方案與技術部門資深工程師李俊祥在其“恩智浦人工智能與物聯(lián)網(wǎng)解決方案 賦能智能物聯(lián)生態(tài)創(chuàng)新”議題上給我們做了詳細解讀。他的演講內(nèi)容涵蓋以下四個方面：第一，i.MX系列處理器在AI方面的能力；第二，關于語音、視覺和人臉的解決方案；第三，恩智浦產(chǎn)品線路圖；第四，幾個客戶典型應用案例。

人工智能 ? 機器學習 ? 深度學習
他表示，實際上AI是一個非常大的范圍——機器學習是它的一個子集，深度學習又是機器學習更小的一個子集。深度學習能夠解決的問題如下圖所示。

AI是個很大的范圍，在這整個框架中，首先是神經(jīng)網(wǎng)絡模型的訓練，這需要通過很大的計算量，才能訓練出識別率比較高的模型。目前訓練主流是采用GPU，另外谷歌也推出了自己的TPU。

然后是云端推理。像目前比較常見的人臉識別、語音識別都是做云端匹配的，比如人臉識別，它會把你的圖像送到云服務器上，做大量比對，然后得出最終結果，返回到你的識別端。

最上面是更輕量級的設備端推理，包括手機和IoT的節(jié)點等。這些設備本身沒有很強的計算能力，但在很多時候也需要做一些簡單處理，比如指紋門禁，它不可能把所有指紋數(shù)據(jù)全部送到云端去做處理，而且有些設備是脫網(wǎng)的，只有在本地做計算，因此，像這樣的應用場景都不會很復雜，比如指紋、簡單的人臉識別都可以在本地去做。

輕智能技術涉及什么？

他表示，NXP因為是做的嵌入式處理器，所以主要聚焦輕智能技術，而不像基于Nvidia GPU或Google TPU那樣很高端的智能技術。

輕智能的核心是GPU，對于NXP i.MX系列的處理器來說，都是帶有GPU的。i.MX系列都提供有安卓和Linux DSP。目前支持安卓的最新版本是Android 8.0，同時也支持OpenCL。

i.MX GPU處理器的發(fā)展線路圖，性能一直提升，并且性能提升翻倍，指標如下。

i.MX GPU的運算能力，首先都集成有OpenCL的功能，可以直接用其標準接口，比如做深度學習時可以直接調(diào)用OpenCL驅(qū)動。你的算法如果同時用到CPU和GPU，那用i.MX處理器會更好。另外，在自動駕駛和機器人方面，i.MX目前已經(jīng)實現(xiàn)的一些功能如下。

另外，基于AI的一整套開發(fā)文檔、參考代碼以及訓練模型，NXP在年底都會提供，可以在網(wǎng)上下載。

各種無線技術及網(wǎng)關

恩智浦目前提供的無線技術包括ZigBee、藍牙BLE、THREAD等。NXP目前基本都把這些無線功能和MCU整合在一起。

對于物聯(lián)網(wǎng)，最簡單最基本的設備，比如可穿戴設備，基本上用BLE實現(xiàn)就可以了。然后對于IoT邊緣節(jié)點、工業(yè)和家庭自動化/樓宇自動化等應用，則會用到WiFi、THREAD、ZigBee等技術。

IoT網(wǎng)關的基本架構如下。智能家居、物聯(lián)網(wǎng)以及其他邊緣節(jié)點之間可能采用任意連接拓撲，藍牙、WiFi等各種無線都有，它們會連接到網(wǎng)關上去。另外，像可穿戴設備，醫(yī)療，手機也會連接到IoT網(wǎng)關上，然后如果需要，發(fā)送到云端，然后在其他地方則可以通過手機或PC客戶端去控制。

智能音箱參考解決方案

語音很成熟，如智能音箱賣的很火，基本架構都差不多，如下。

各種計算機視覺應用場景

計算機視覺有很多應用場景，如下。

入門級像門禁、考勤、游戲手柄等無法聯(lián)網(wǎng)，因此必須在本地計算。比如門禁/考勤，這些應用對CPU要求都不是太高，用i.MX 6系列的單核或精簡的Cortex A7處理器就可以了。手勢識別和游戲手柄等對CPU的要求那就可能更簡單。目前傳統(tǒng)的人臉和手勢識別，很多公司主要用傳統(tǒng)算法來做，但NXP目前做出的很多Demo都是基于深度學習來做。中級，比如手機上多攝像頭室外應用場景，比如廣場、汽車應用，在廣場能同時抓拍多個人，能夠抓出/定位人臉并快速放大，抓出清晰的面部特征。然后對于汽車應用，在開車過程中能夠隨時監(jiān)測到旁邊的路牌、前面車的車牌、路邊行人、車道偏移等動作，這些應用在機器視覺里算是難度比較高的了。更高級的應用則有多攝像頭3D場景的應用。

對于i.MX 8系列，i.MX 8M、8X年底都會發(fā)布，i.MX 7系列針對可穿戴和物聯(lián)網(wǎng)應用，采用的是Arm 7內(nèi)核。NXP把無線和MCU集成在一起，藍牙BLE、ZigBee、THREAD全集成的系列都有。

5個客戶典型應用案例

1.音頻處理的框架。上面用到i.MX 6ULL的處理器，工作頻率是528MHz，也有900MHz更高端的，最便宜的3美金左右。

這種音頻解決方案是很簡單的，輸入是1到2個麥克風，然后送到云端處理并返回本地。

2.更高級些的多麥克陣列智能音箱解決方案，前端麥克風矩陣包括音頻dsp，主控則采用i.MX 7D/8M系統(tǒng)。

3.智能貓眼應用，相當于智能門禁，是用i.MX7ULP來做的。它包括A7和M4核，M4核一直工作，檢測按鍵以及一些傳感器和簡單音頻處理，但需要做人臉識別或聯(lián)網(wǎng)操作時，M4核可以很快喚醒A7核，去做多媒體處理和網(wǎng)絡處理，處理完后則關掉。

4.基于機器學習的新零售應用方案。左邊是智能微波爐，讓微波爐自動識別食材，而不用聯(lián)網(wǎng)。因為食材不多，所以用MCU就可以存儲。右邊是智能冰箱，自動售貨機的場景稍微復雜，因為不知道客戶的東西是什么，因此需要連云。

5.物聯(lián)網(wǎng)網(wǎng)關，可以在NXP網(wǎng)站上找到整套資料。