推动AI应用场景普及 ARM布局物联网生态应用

过去产业发展给人的印象，人工智能需要非常强大的电脑性能来进行训练，也需要非常强大的终端或云端基础设施才能执行内建AI模型的应用，对业界而言，这限制了应用的广度。

性能较低的产品，比如说汽车、医疗、工业工程的装置，就无法导入AI，而为了解决这些问题，ARM透过TinyML的技术框架，希望能够帮助产业把AI应用场景推到更低端的应用中，让原本仅具备基本功能的影像、语音，甚至娱乐功能，都能够提升AI的运算能力，藉以提供更好，更彻底的自动化服务。

AI普及到最后一里路的关键：物联网

ARM台湾总裁曾志光表示，目前AI应用已经广泛渗透到各种产业领域，从云端运算以及消费性运算终端都已经普及AI的功能，目前消费性电子产品包括PC、手机，甚至汽车的自动导航系统上基本上的AI功能皆已普及，消费者已经很熟悉AI的存在。

但一直以来，物联网产业对于AI的应用还是相对较为缺乏。这类型的产业由于装置端性能通常都比较低，很难把AI功能做到装置上，因此顶多只能透过云端或者是边缘运算把AI功能整合到上层的控制逻辑上，装置本身并不具备AI处理能力，大大限制了物联网装置的应用场景。

为此，ARM一直以来都在思考，如何把微控制器的功能再进一步往上提升，不只提供装置基本功能操作，甚至要具备智能判断能力，透过TinyML的技术框架，把AI模型缩小到可以在运算规模很小的装置中执行。而ARM也与包含奇景光电在内的许多业界领导企业合作，推动相关的应用。

但只有硬件和框架还不够，ARM也和各大操作系统平台，比如Windows、Android，各类嵌入式操作系统，包含ARM NN、Tensor Flow Lite各种知名的AI框架，在低端API方面，开发ARMCompute Library、Open CL等，推动整个生态系的发展，让物联网客户能够很快的整合AI功能到他们的装置上，脱离云端与网络的限制。

至于在运算核心方面，为了满足AI的运算需求，ARM也推出了Cortex-M85、Coretex-M55等架构，内建神经网络运算单元，可以执行主流的精简型AI框架。透过这些在硬件、系统与装置应用等多层次的整合，让开发者可以很轻易的加入不同的AI功能，而不需要撰写底层程序。

视觉处理将成为物联网AI的核心

奇景光电创始人暨CEO吴炳昌表示，很高兴与ARM在物联网领域进行深度合作，把奇景光电擅长的视觉处理技术和ARM的终端AI技术进行整合，推动整个物联网产业的革新。

吴炳昌认为，视觉是AI处理技术的一个重要关键，在很多物联网应用中占有相当大的比重。但过去物联网在AI处理功能方面的缺乏，使得相关的视觉识别方案缺乏足够现场识别的能力，是个很可惜的地方。

透过整合ARM的AI技术，视觉方案可以在更多场景扮演更重要的角色，比如说现在的电表、水表，很多仍需要抄写员抄表，但透过Himax的读表器方案，他可以很快判读出不同指针表的内容，上传到云端，而这类方案功耗极低，有长达八年的电池寿命。

另外，智能商店中，透过AI视觉方案，可以自动统整产品库存变化、销售表现，并与后台连接，直接在进销货库存系统上提供相关报表，让店家能够最佳化商品流程。另外，人流也是视觉AI很好的一种应用场景，当商场透过AI视觉方案，就能够判断出顾客的流向、穿着喜好、消费喜好，提供店家更好的经营或店面布局的参考。

吴炳昌强调，虽然过去的方案也能做到类似的工作，但透过ARM的最新物联网全面解决方案，可以让客户进入门槛更低。而未来AI也将在物联网扮演更重要的角色。

想进一步了解ARM携手奇景光电布局物联网生态应用，欢迎在线观看精彩对谈－【ARM与生态系重磅对谈】携手奇景探究AI与影像处理的未来。