基于AI微控制器的CNN的硬件转换
2024-01-03作者:Ole Dreessen 人工智能应用需要大量的能源消耗,通常以服务器群或昂贵的现场可编程门阵列(FPGA)的形式出现。挑战在于提高计算能力,同时保持较低的能耗和成本。现在,人工智能应用正在看到强大的智能边缘计算所带来的巨大转变。与传统的基于固件的计算相比,基于硬件的卷积神经网络加速以其惊人的速度和功能开创了计算性能的新时代。通过使传感器节点能够做出自己的决策,智能边缘技术大大降低了 5G 和 Wi-Fi 网络的数据传输速率。这为新兴技术和独特的应用提供了动力,这在以前是不可能的。例如,