2016年，智能手機開啟了新元年高精度的面部識別，這一技術的應用在當時引起了不小轟動，但是現在已經完全成為主流。以至于雖然引用了非常復雜的人工智能技術，但是很多消費者認為這是智能手機的一個最基礎的功能，只有50%的消費者知道人工智能對人臉識別技術有多么重要。

在終端設備上使用人工智能技術只是科技發展的一小步，但這項技術有更為廣闊的應用空間，例如辦公室門禁的自動識別、家庭安全系統提示有非法入侵者、商店中的自動支付系統、公交管理系統在高峰時段的應用，這些都離不開人工智能技術支持。

邊緣和終端

最近，大多數先進的人工智能處理都是在云上運行的。近年來，我們看到人工智能處理從云端擴展到邊緣和終端。

我們說的邊緣和端點是什么意思？在無線信號到達終端設備之前，邊緣設備位于網絡或云邊緣，終端設備是指那些位于通信鏈路最后端的設備，比如家用恒溫器或智能音箱。

隨著人工智能的用途不斷擴大，邊緣和終端上的人工智能技術正在將工作負載從云轉移到更小的設備上。微軟的數字革命將帶來新的處理拓撲結構和一波更智能、改變生活的新設備浪潮，同時也會減少與數十億連接到云端的設備通信所需的網絡帶寬。

終端設備上人工智能的引用將具有巨大的潛力，可以在醫學、教育、安全以及影響我們日常生活方方面面的一系列其他應用領域創造新的、更深層次的利益。

試想一個自動駕駛系統，它可以通過識別物體來檢測和避免碰撞，或者在緊急情況下接管駕駛員的工作；一個便攜式掃描儀，可以在沒有現成的醫療基礎設施的地區為當地人看玻

在這些場景中，每一秒都很重要，只有在終端設備更快、更智能、更安全、更可靠的情況下，才有可能實現。這些基于人工智能的應用程序有時聽起來很超前，但卻比許多消費者意識到的更接近現實。

人工智能為人們帶來的好處只有在微型設備中才可以體現，因為如此人工智能技術才能實現低功耗和高性能計算。

人工智能無處不在

要在更多未來場景中實現人工智能技術的應用，就必須增加設備數量，還要增強ML性能，只要系統中具備這兩項必備條件，才能保持或提高效率。

例如，為了實現創新，讓人工智能技術在更多終端設備上得到應用，ARM的Arm Cortex-M55處理器可以令ML性能得到480倍的飛躍，為數十億臺終端人工智能設備帶來了新突破。這些處理器可以提供更高的ML性能，并幫助在終端設備中運行高性能應用程序，而無需持續連接到云。

微處理器是專為在受區域約束的嵌入式設備中加速ML推理而設計的，它為極低區域和低功耗的神經網絡提供了加速。這對于像智能手表這樣功率受限的小型設備來說至關重要，可以讓它們運行要求更高、更復雜、更高級的應用程序。

優化體驗，開啟AI創新

要讓終端人工智能創新成為現實，軟件和工具需要幫助開發者迅速從靈感轉向原型和生產。對流線型工具的需求更加迫切，因為對新的ML設計的需求被工具和生態系統中使用的不簡單所抑制。與許多現代技術一樣，生態系統協作對于開發者更容易部署端點AI至關重要。

今年10月，Arm和微軟宣布了一項新的努力，以加速在數十億件物聯網設備上部署人工智能。這次合作將集中在優化和加速整個AI工作負載開發生命周期，從在Azure云上培訓和調優ML模型，到在任何基于ARM的終端設備上優化、部署和運行這些模型。

將開發人員的體驗放在首位將使創新者能夠為我們提供更好的解決方案和更好的未來。

安全不能是事后諸葛亮

由于開發人員已經具備了創建創新的、基于視覺的人工智能應用程序所需的工具，因此將隱私和安全放在首位非常重要。例如，面部識別家庭安全系統收集的數據必須得到保護，這應該從芯片級別開始。Arm的處理器IP和微處理器可以確保這些敏感數據保存在端點系統中，而不必發送到云上。

安全是大家共同的責任，關鍵是業界要共同努力，確保所有這些新數據都是由受信任的設備生成的。美國國家標準與技術研究所（National Institute of Standards and Technology）等政府指導方針正在推薦新舉措和PSA認證等獨立計劃。

這種計算向邊緣和端點的轉變，將使全新的人工智能能力成為可能，創造出大量智能、增強生活能力的應用程序，終端人工智能未來的可能性是無限的。
責任編輯：YYX