亿迅智能制造网
格勒诺布尔——今年Leti创新日以"面向边缘人工智能的深度技术"为主题，在室外气温逼近40°C（104°F）的创纪录热浪中，吸引全球800名代表参会。
会议在Minatec园区举办，设讲座、研讨会和现场演示，聚焦边缘部署AI的关键挑战。
数据隐私仍是边缘AI采用的首要驱动力，降低计算时间和能耗同等关键。事实上，数据传输和内存访问可消耗系统高达90%的能量，因此必须最小化内存与处理器间的数据移动。
CEA-Leti以健康、环境、能源研究著称，展示了一系列突破性项目，以及与其孵化初创企业的合作成果。
以下是五个引人注目的亮点项目。
Spirit芯片（图片：EE Times）
物联网技术
2020年德勤预测，边缘AI芯片（直接在设备上执行或加速机器学习的完整或部分处理器）销量将超7.5亿颗，营收达26亿美元。边缘AI芯片细分市场将超越更广泛的半导体市场；到2024年，销量预计超15亿颗，复合年增长率至少20%——是整个行业长期9% CAGR预测的两倍多。 图1：智能可嵌入位置（图片：Deloitte Insights） 边缘AI芯片将出现在不断扩展的消费硬件中——高端智能手机、平板电脑、智能音箱、可穿戴设备，以及机器人、安防摄像头、工业传感器等企业设备。消费细分市场占主导，但增长率温和，2020-2024年预计CAGR 18%。相反，企业市场同期预计以50% CAGR激增。 图
得益于新兴硬件平台，无需正规数据科学训练的设计师也能实现边缘智能。 联网设备和物联网(IoT)已融入日常生活——无论家庭、车辆还是工作场所。虽然大多数设备依赖云服务处理繁重任务，但边缘智能新范式正重塑智能系统构建方式。 本文对比云端智能与边缘智能，阐述实际用例，并展示NXP硬件与eIQ软件生态如何赋能各技能水平设计师在边缘部署机器学习(ML)。 图1. 从云计算转向边缘计算释放数十亿ML设备。图片由NXP提供。 关键机器学习术语 云计算 云计算按需提供远程计算资源。服务商维护硬件并保证可用性，客户按使用付费。对大多数企业，云服务仍是大规模分析和训练的首选方案。 边缘计算 边缘计算将处理贴近数
历史上，大规模IT项目往往超支且延期。物联网——计算与通信的融合体——面临同样的现实，且因其固有复杂性而更甚。 知名厂商证实了这一趋势：2017年5月，思科报告其物联网项目失败率高达75%，而微软指出30%的项目在概念验证阶段就夭折。 Beecham Research一份长达100页的深度研究量化了核心成因，指出了业务层面的战略未定、目标模糊，以及技术层面的安全隐患、物联网通信与计算层的复杂融合等难题。 受访者倾向于成功：42%将项目评为完全成功（12%）或大体成功（30%），而58%认为项目不完全成功（18%）或大体失败（40%）。完整报告《Why IoT Projects Fail》可在此
物联网实施终极目标：简洁安全生成实时数据驱动业务成果 数字化转型时代，公司寻求保持相关性、开拓新市场。86% 企业计划今年增加物联网投资，是加入物联网供应链的大好时机。 无论你的业务专注物联网或延伸包含物联网产品，以下最佳实践助你收敛愿景、驱动 ROI。 延伸阅读： Manufacturing Leads the IoT Pack 由一位高级领导全权负责所有物联网： 将所有物联网项目置于首席数字官或 CIO 领导下。这样能统一公司内从事物联网项目的孤岛，促进协调协作，确保优秀物联网项目冲出概念验证阶段。 将所有项目系于单一愿景： 将 IT 与核心价值挂钩推进业务目标。避免将物联网项目视为科学
