製造業加快智慧化腳步，同時為了確保系統的即時性與資訊安全，智慧邊緣成為顯學。因此，亞德諾半導體(ADI)的2022年科技展以「Sensor Edge」、「Insight Edge」、「Cyber Edge」以及「Power」四大展示主題分享如何在邊緣提高生產力、強化安全性和獲取智慧洞察；展示方案完整涵蓋環境感測/精密控制、能源供應與資料擷取，及分別針對新型人工智慧(AI)與專為物聯網(IoT)應用而設計之微控制器系列。
感測器助力工廠精準監控設備振動
在工控領域部署邊緣運算，需要大量的感測節點，藉此收集大量數據。數據經過人工智慧(AI)技術來建立模型，於邊緣系統中提供精準的運算結果。以皓博科技的新一代智慧振動診斷監測解決方案(SVDM)為例，其應用ADI高精度加速度計所研發的寬頻低噪振動感測器，推出智慧振動診斷監測解決方案，解決過去在複雜環境中，難以達成的振動主頻偵測和振動模型預測的難題。上述特性有效協助製造業管理設備壽命與評估維修需求，增加工廠的智慧化程度，提升營運管理效率。
此解決方案採用高精度MEMS加速度計所研發設計的寬頻低噪感應器，以特殊設計並經過精密儀器校正，提升感測振動頻寬及降低噪訊。並進一步將振動訊號，以源自聲學的音頻處理技術，再整合AI演算法的動態降噪技術，達到在複雜環境中，執行振動主頻偵測和振動模型預測。針對異常狀態的狀態預測，也能藉由振動訊號以結合AI演算法，達到預先監測的效果。而嵌入式AI邊緣運算，整合多種AI演算法，以精簡的邊緣運算方式達成及時振動訊號分析及監測。
MCU實現低功耗/高效運算AI應用
行動裝置應用方面，人工智慧已經廣泛應用在行動裝置、臉孔辨識、車輛、醫療以及工業製造，讓機器用全新的方式感知世界，進一步代替人腦做出複雜的決策以及運算能力。為滿足AI運算推理能力，同時考慮行動裝置低功耗且輕巧的需求，同時提升運算傳輸效率，便可採用超低功耗微控制器。以ADI的微控制器MAX78000為例，該產品的人工智慧微控制器能使神經網路能以超低功耗的方式執行，加速器使電池供電效率，實現高效系統控制。
此產品內建神經網路加速器的AI MCU，適用於需要極致運算能力的AI應用。設計旨在支援神經網路，並將高能源效率的AI處理與超低功率微控制器結合在一起。硬體型的卷積神經網路加速器讓電池供電的應用能執行AI推論，同時僅消耗微焦耳的能量。此外，雙核心超低功率微控制器採用FPU的Arm Cortex-M4處理器，包含512 KB快閃記憶體及128 KB SRAM，具有16 KB指令快取的最佳化效能、12位元平行攝影機介面以及其他高效規格。而神經網絡加速器包含可編程輸入影像尺寸、網路深度與通道寬度並靈活支援其他網路類型，且電源管理功能則可將電池應用的運行時間最大化。目前該產品在市場上目前多半應用於物體偵測和分類，包括音訊的辨識處理、時間序列的資料處理等。
