(资料图片)

现在，几乎所有高端智能手机的图像处理子系统都集成了神经网络。语音记录和语音处理专家会争辩说，我们现在所说的AI已经在边缘运行了很多年。

但是，在大多数情况下，这些应用程序利用了并非为现代AI工作负载设计的SoC和DSP。随着AI技术和部署的发展，出现了一些新的工程挑战：

需要始终运行的超低功耗系统，该系统可以使用电池供电以长时间运行，并提供快速的响应时间以进行推理

集成安全性要求，可保护机器学习图不被篡改或盗窃

对可适应AI模型和算法快速变化的灵活解决方案的需求

这些趋势为寻求服务于嵌入式AI市场的IP和处理器供应商增加了赌注，该市场目前预计到2024年将达到46亿美元。这些公司现在正在提供高度集成的，专用的计算解决方案，以抢占这一业务的份额。

切断电源

随着人工智能在助听器的约束下部署在设备中，功耗已成为推理平台的首要考虑因素。Eta Compute已将获得专利的动态电压频率缩放(DVFS)技术集成到其多核SoC中，以服务于这些用例。

为了节省功率，许多常规处理器都包括睡眠功能，当存在负载时，该功能会唤醒内核。但是，这些设备大多数都以峰值速率运行内核，这当然需要额外的功率。

关键词： 解决方案 需要额外 智能手机 应用程序