負責任的賦能技術實現邊緣 AI 全面適用

在當今數字化時代，邊緣 AI 正以前所未有的態(tài)勢改變著我們的生活與產業(yè)格局。從智能安防到自動駕駛，從醫(yī)療健康到工業(yè)制造，邊緣 AI 的身影無處不在。然而，要實現邊緣 AI 的全面適用，仍面臨諸多挑戰(zhàn)，而負責任的賦能技術則成為攻克這些難題的關鍵所在。

Orange與Google Cloud建立人工智能和邊緣計算服務合作伙伴關系

Orange和Google Cloud宣布建立戰(zhàn)略合作伙伴關系，以加速Orange的IT基礎架構的轉型以及未來云服務(尤其是邊緣計算)的發(fā)展。該協議加強了Orange的承諾，正如其Engage 202

Glow神經網絡編譯器首次應用于MCU，面向邊緣端機器學習

2020年8月5日，恩智浦半導體NXP Semiconductors N.V.（納斯達克代碼：NXPI）今日發(fā)布了eIQ機器學習（ML）軟件對Glow神經網絡（NN）編譯器的支持功能，針對恩智浦的i

多云和邊緣提供巨大價值，但仍存在重大挑戰(zhàn)

物聯網（IoT），人工智能（AI）和機器學習的日益普及正在改變應用程序和數據的分布，這些應用程序和數據正迅速部署在多云和邊緣環(huán)境中。Gartner預計，到2022年，超過50％的企業(yè)數據將在多個云和邊

邊緣智能傳感器概述

什么是邊緣智能傳感器?它有什么作用?在我的上一篇博文中，我討論了德州儀器(TI)毫米波(mmWave)傳感器如何為工廠中的機械臂提供邊緣智能。現在，我想討論毫米波技術如何為自主機器人提供邊緣智能，使傳感器能夠做出實時決策，以減緩或停止機器人，并確保其在工業(yè)機器人應用中的持續(xù)性能。

從云端到邊緣，數據處理面臨哪些問題？

如今物聯網的應用越來越廣泛，但需要具有企業(yè)的視角。這意味著垂直行業(yè)應用程序、開發(fā)生態(tài)系統(tǒng)、產品設計、硬件、部署等。

機器人AI處理技術的推動需要AI的發(fā)展

無論是傳統(tǒng)的工業(yè)機器人系統(tǒng)，還是當今最先進的協作機器人（Cobot），它們都要依靠可生成大量高度可變數據的傳感器。這些數據有助于構建更佳的機器學習（ML）和人工智能（AI）模型。而機器人依靠這些模型變得“自主”，可在動態(tài)的現實環(huán)境中做出實時決策和導航。

AI從云端轉向邊緣，新架構順勢興起！

在最近舉行的Linley處理器研討會上，Cadence設計系統(tǒng)公司和Flex Logix技術公司分別發(fā)布了專門針對邊緣AI的設計架構。兩種架構都專注于將AI功能引入邊緣節(jié)點設備，而且重點是減少內存占用。

基于FPGA的Sobel邊緣檢測應用