視覺 AI 是發展最快的嵌入式人工智能學科之一，它加入了 AI 增強的語音工具和實時分析，成為快速收集、處理和訓練大量數據的一種手段。根據 ITR Economics 的預測，視覺 AI 市場預計將從 2020 年的 5 億美元增長到 2025 年的 13 億美元，復合年增長率為 22%。

該行業不斷從嚴重依賴云連接通信轉向網絡邊緣的 AI 解決方案，推動了對嵌入式視覺 AI 解決方案的需求。雖然基于邊緣的 AI 系統允許最終用戶以前所未有的規模和速度做出明智的決策，但他們必須在提供優化的處理速度、能耗和客戶易用性的同時做出明智的決策。

作為致力于將 AI 優勢帶給廣大客戶的嵌入式技術解決方案領導者，瑞薩電子最近推出了我們最新的基于視覺的 AI 解決方案 [RZ/V2H 微處理器]（MPU） 平臺。這種新的機器人自動化方法專為工業、家庭、辦公室和智慧城市應用而開發，使設計人員能夠快速輕松地將視覺傳感系統嵌入到邊緣或端點，而不會產生基于云的解決方案的成本、延遲和功耗損失。

提升視覺 AI 處理性能

全新瑞薩電子四核 RZ/V2H MPU 單一平臺可加速多圖像處理，并通過支持多達四個攝像頭（使用隨附的 USB 端口時為六個）來提高自動化工廠設備、機器人控制、運輸系統和許多其他終端應用的準確性。

從原始性能的角度來看，RZ/V2H 平臺包括瑞薩電子的第三代動態可重構處理器 （DRP）。專有的 [DRP-AI3] AI 加速器的性能比以前的型號提高了 10 倍，這使得新的 MPU 平臺能夠將處理速度提高到每秒 80 萬億次操作 （TOPS），而上一代 MPU 的處理速度為 0.5 - 1.0 TOPS。

瑞薩電子還利用其專有的 DRP 技術開發了 [OpenCV 加速器]，該加速器可加快 OpenCV 的處理速度，OpenCV 是一個用于計算機視覺處理的開源行業標準庫。DRP-AI3 和 OpenCV 加速器的結合增強了 AI 計算和圖像處理算法，處理數據的速度比傳統 CPU 快 16 倍。

圖像

高能效設計消除了 AI 視覺系統中的風扇和散熱器

得益于 DRP-AI3 加速器的先進設計，新的 MPU 平臺將功率效率提高到 10 TOPS/W，比早期解決方案節省 10 倍的能源。這種極其節能的設計消除了競爭解決方案所需的風扇和散熱器需求，為在功耗敏感型網絡邊緣運行的 AI 應用節省了大量空間、成本和設計時間。

瑞薩電子使用一種新穎的硬件和軟件方法實現了這一突破，其中包括 AI 加速器和主處理器之間的協調，以便快速處理各種算法。DRP-AI3 加速器的其他節能創新包括 AI 模型輕量級，包括量化以降低神經網絡數據的比特率，以及修剪，這是一種通過設置權重信息來提高機器學習模型效率來跳過計算的技術。

瑞薩電子的視覺 AI MPU 平臺讓客戶的生活更輕松

為了提高客戶的易用性，瑞薩電子除了發布了預訓練模型的 AI 應用庫和 AI SDK 外，還發布了 RZ/V2H 評估板。這些新工具共同幫助工程師在設計流程的早期輕松評估應用程序，即使他們缺乏廣泛的 AI 知識。這包括準備 [50 多個應用示例]，這些示例可以免費下載并用于多種最終用途。隨著另外 50 個應用示例即將發布，設計人員可以利用大量潛在的用例，其中包括：

• 缺陷檢查： 監控工廠生產以檢測產品中的視覺故障
• 非接觸式工業控制： 用手勢取代物理控制
• 作物保護： 在流浪動物或野生動物損壞農作物之前提醒農民
• 電梯用途： 實現非接觸式控制和乘客計數
• 停車位預訂： 實時數據跟蹤停車位空置情況
• 智能POS： 優化的零售結賬

未來，我們預計視覺 AI 將由邊緣的生成式 AI 補充，這將根據特定的數據執行需求和所需的性能水平，將設計復雜性提高到一個新的水平。今天，生成式 AI 仍然是一種成本高昂且耗電的選擇，主要用于處理大量數據集，但我們相信隨著時間的推移，兩者將協同工作，以促進靈活、可擴展、具有成本效益的決策。

兩者相結合可以實現更復雜的圖像處理，甚至可以將嵌入式視覺系統與其他 AI 處理模型集成。無論哪種方式，趨勢都是不可避免的：AI 正在進入網絡邊緣。

審核編輯 黃宇