ABCD（即人工智能、區塊鏈應用、云計算、大數據）是科技行業的發展趨勢和未來。麥肯錫2013年就預測過，到2025年移動互聯網、自動學習、物聯網、云計算、機器人和自動駕駛這些新技術能夠創造的社會價值。但目前來看這個數據是被低估了，這幾年發展得太快。

所有這些都是由AI推動的新的領域與應用場景。那人工智能、機器學習和深度學習這三者到底是什么關系，又能實現哪些功能呢？

日前，在ASPENCORE旗下《電子工程專輯》、《EDN》和《國際電子商情》共同舉辦的“IoT技術與應用論壇”上，恩智浦半導體大中華區客戶應用方案與技術部門資深工程師李俊祥在其“恩智浦人工智能與物聯網解決方案 賦能智能物聯生態創新”議題上給我們做了詳細解讀。他的演講內容涵蓋以下四個方面：第一，i.MX系列處理器在AI方面的能力；第二，關于語音、視覺和人臉的解決方案；第三，恩智浦產品線路圖；第四，幾個客戶典型應用案例。

人工智能 ? 機器學習 ? 深度學習
他表示，實際上AI是一個非常大的范圍——機器學習是它的一個子集，深度學習又是機器學習更小的一個子集。深度學習能夠解決的問題如下圖所示。

AI是個很大的范圍，在這整個框架中，首先是神經網絡模型的訓練，這需要通過很大的計算量，才能訓練出識別率比較高的模型。目前訓練主流是采用GPU，另外谷歌也推出了自己的TPU。

然后是云端推理。像目前比較常見的人臉識別、語音識別都是做云端匹配的，比如人臉識別，它會把你的圖像送到云服務器上，做大量比對，然后得出最終結果，返回到你的識別端。

最上面是更輕量級的設備端推理，包括手機和IoT的節點等。這些設備本身沒有很強的計算能力，但在很多時候也需要做一些簡單處理，比如指紋門禁，它不可能把所有指紋數據全部送到云端去做處理，而且有些設備是脫網的，只有在本地做計算，因此，像這樣的應用場景都不會很復雜，比如指紋、簡單的人臉識別都可以在本地去做。

輕智能技術涉及什么？

他表示，NXP因為是做的嵌入式處理器，所以主要聚焦輕智能技術，而不像基于Nvidia GPU或Google TPU那樣很高端的智能技術。

輕智能的核心是GPU，對于NXP i.MX系列的處理器來說，都是帶有GPU的。i.MX系列都提供有安卓和Linux DSP。目前支持安卓的最新版本是Android 8.0，同時也支持OpenCL。

i.MX GPU處理器的發展線路圖，性能一直提升，并且性能提升翻倍，指標如下。

i.MX GPU的運算能力，首先都集成有OpenCL的功能，可以直接用其標準接口，比如做深度學習時可以直接調用OpenCL驅動。你的算法如果同時用到CPU和GPU，那用i.MX處理器會更好。另外，在自動駕駛和機器人方面，i.MX目前已經實現的一些功能如下。

另外，基于AI的一整套開發文檔、參考代碼以及訓練模型，NXP在年底都會提供，可以在網上下載。

各種無線技術及網關

恩智浦目前提供的無線技術包括ZigBee、藍牙BLE、THREAD等。NXP目前基本都把這些無線功能和MCU整合在一起。

對于物聯網，最簡單最基本的設備，比如可穿戴設備，基本上用BLE實現就可以了。然后對于IoT邊緣節點、工業和家庭自動化/樓宇自動化等應用，則會用到WiFi、THREAD、ZigBee等技術。

IoT網關的基本架構如下。智能家居、物聯網以及其他邊緣節點之間可能采用任意連接拓撲，藍牙、WiFi等各種無線都有，它們會連接到網關上去。另外，像可穿戴設備，醫療，手機也會連接到IoT網關上，然后如果需要，發送到云端，然后在其他地方則可以通過手機或PC客戶端去控制。

智能音箱參考解決方案

語音很成熟，如智能音箱賣的很火，基本架構都差不多，如下。

各種計算機視覺應用場景

計算機視覺有很多應用場景，如下。

入門級像門禁、考勤、游戲手柄等無法聯網，因此必須在本地計算。比如門禁/考勤，這些應用對CPU要求都不是太高，用i.MX 6系列的單核或精簡的Cortex A7處理器就可以了。手勢識別和游戲手柄等對CPU的要求那就可能更簡單。目前傳統的人臉和手勢識別，很多公司主要用傳統算法來做，但NXP目前做出的很多Demo都是基于深度學習來做。中級，比如手機上多攝像頭室外應用場景，比如廣場、汽車應用，在廣場能同時抓拍多個人，能夠抓出/定位人臉并快速放大，抓出清晰的面部特征。然后對于汽車應用，在開車過程中能夠隨時監測到旁邊的路牌、前面車的車牌、路邊行人、車道偏移等動作，這些應用在機器視覺里算是難度比較高的了。更高級的應用則有多攝像頭3D場景的應用。

對于i.MX 8系列，i.MX 8M、8X年底都會發布，i.MX 7系列針對可穿戴和物聯網應用，采用的是Arm 7內核。NXP把無線和MCU集成在一起，藍牙BLE、ZigBee、THREAD全集成的系列都有。

5個客戶典型應用案例

1.音頻處理的框架。上面用到i.MX 6ULL的處理器，工作頻率是528MHz，也有900MHz更高端的，最便宜的3美金左右。

這種音頻解決方案是很簡單的，輸入是1到2個麥克風，然后送到云端處理并返回本地。

2.更高級些的多麥克陣列智能音箱解決方案，前端麥克風矩陣包括音頻dsp，主控則采用i.MX 7D/8M系統。

3.智能貓眼應用，相當于智能門禁，是用i.MX7ULP來做的。它包括A7和M4核，M4核一直工作，檢測按鍵以及一些傳感器和簡單音頻處理，但需要做人臉識別或聯網操作時，M4核可以很快喚醒A7核，去做多媒體處理和網絡處理，處理完后則關掉。

4.基于機器學習的新零售應用方案。左邊是智能微波爐，讓微波爐自動識別食材，而不用聯網。因為食材不多，所以用MCU就可以存儲。右邊是智能冰箱，自動售貨機的場景稍微復雜，因為不知道客戶的東西是什么，因此需要連云。

5.物聯網網關，可以在NXP網站上找到整套資料。