WWW.AIM-MAG.COM

公眾號(hào) 免費(fèi)索閱

Sep/Oct 2023

ISSN：2958-2237

ChatGPT：風(fēng)險(xiǎn)、機(jī)遇和影響 7

從工業(yè)的自動(dòng)化走向智能化 4

互連是生成式 AI 的根源 12

2 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

9/10月 2023年 目錄 CONTENTS

應(yīng)用空間 APPLICATION AIDS

20 設(shè)計(jì)自主移動(dòng)機(jī)器人的考量和方案

Design Considerations and Solutions for Autonomous Mobile Robots

作者：Hunter Freberg 安森美技術(shù)營(yíng)銷工程師

Bob Card 安森美先進(jìn)方案部(ASG) 營(yíng)銷經(jīng)理

特色產(chǎn)品 FEATURE PRODUCTS

27 為工業(yè)電機(jī)提供高效動(dòng)力，無(wú)論是現(xiàn)在還是未來(lái)

Efficiently Power Your Industrial Motors, Today and Beyond

作者：Panagiotis Venardos 英飛凌工業(yè)MCU高級(jí)經(jīng)理

來(lái)源：Embedded Computing Design

教程 TUTORIAL

23 卷積神經(jīng)網(wǎng)絡(luò)的硬件轉(zhuǎn)換：什么是機(jī)器學(xué)習(xí)？(III)

Hardware Conversion of Convolutional Neural Networks:

What Is Machine Learning?—Part 3

作者：Ole Dreessen ADI 現(xiàn)場(chǎng)應(yīng)用工程師

編者語(yǔ) UP FRONT

3 開放 創(chuàng)新 聚享未來(lái)

Open Innovation, Gather and Enjoy the Future

29 市場(chǎng)動(dòng)態(tài) NEWS

31 新品速遞 NEW PRODUCTS

32 廣告索引 AD INDEX

專題/FEATURE 智能制造/INTELLIGENT MANUFACTURING

4 從工業(yè)的自動(dòng)化走向智能化

The Evolution of Industrial Automation to Artificial Intelligence

作者：馬元巍博士 微億智造創(chuàng)新系統(tǒng)部負(fù)責(zé)人

7 ChatGPT：風(fēng)險(xiǎn)、機(jī)遇和影響

ChatGPT: Risks, Opportunities, and Outcomes

作者：Joseph June PTC產(chǎn)品管理高級(jí)副總裁

來(lái)源：Embedded Computing Design

9 工業(yè)工廠的五種感官

Five Senses of an Industrial Factory

作者：作者：Jay Esfandyari博士 意法半導(dǎo)體(ST)全球產(chǎn)品營(yíng)銷策略

來(lái)源：Embedded Computing Design

技術(shù)薈萃 TECHNICAL CLUSTER

12 互連是生成式 AI 的根源

Interconnect is the Root of Generative AI

作者：Ramin Farjadrad ELIYAN聯(lián)合創(chuàng)始人兼首席執(zhí)行官

來(lái)源：Embedded Computing Design

15 快速可解釋 AI 的動(dòng)態(tài)因果建模

Dynamic Causal Modeling for Fast Explainable AI

作者：William Jones Jones博士 Embecosm人工智能和機(jī)器學(xué)習(xí)主管

來(lái)源：Embedded Computing Design

17 使用 ONNX 框架提高模型互操作性和效率

Boosting Model Interoperability and Efficiency with the ONNX Framework

作者：Rakesh R. Nakod 軟航副總工程師

來(lái)源：Embedded Computing Design

19 人工智能是游戲規(guī)則的改變者，但它不是應(yīng)用程序(I)

AI Is a Game Changer, But It's Not an Application, Part I

作者：Rich Nass Embedded Computing Design常務(wù)副總裁

來(lái)源：Embedded Computing Design

2023 版權(quán)所有 翻印必究

ISSN：2958-2237

中國(guó)香港特別行政區(qū)

China Hong Kong SAR

麥協(xié)林 Adonis Mak

adonism@actintl.com.hk

黃鶯 Katie Huang

katieh@actintl.com.hk

魏弘德 Chris Everett

chrise@actintl.com.hk

崔 斌 蔡振榮 戴高敏

丁險(xiǎn)峰 范叢明 黃曉園

蘇銳丹 史 喆

許海燕 Helena Xu

helenax@actintl.com.hk

程麗娜 Lisa Cheng

lisac@actintl.com.hk

譚良輝 Ivy Tan

ivyt@actintl.com.hk

彭珊 Sophie Pang

SophieP@actintl.com.hk

楊柳 Genevieve Yang

genevievey@actintl.com.hk

Publishing House

ACT International

Kowloon,HongKong,

No.478 Castle Peak Road, Cheung Sha Wan,

Por Yen Building,

Unit B, 13/F.

852 2838 6298

852 2838 2766

出版總監(jiān)

電郵

主編

電郵

總編

電郵

編委會(huì)成員

(排名不分先后)

中國(guó)區(qū)銷售總監(jiān)

電郵

市場(chǎng)總監(jiān)

電郵

發(fā)行經(jīng)理

電郵

銷售服務(wù)經(jīng)理

廣告服務(wù)經(jīng)理

出版社

雅時(shí)國(guó)際商訊

香港九龍

長(zhǎng)沙灣青山道478號(hào)

百欣大廈

13樓B室

電話

傳真

WWW.AIM-MAG.COM

《工業(yè)AI》雜志介紹國(guó)內(nèi)、國(guó)際工業(yè)AI領(lǐng)域的先進(jìn)技

術(shù)及解決方案、系統(tǒng)及產(chǎn)品、開發(fā)工具、市場(chǎng)及應(yīng)

用、產(chǎn)業(yè)鏈等相關(guān)資訊，部份內(nèi)容來(lái)自美國(guó)Embedded

Computing Design媒體集團(tuán)的獨(dú)家授權(quán)轉(zhuǎn)載，面向國(guó)內(nèi)

制造領(lǐng)域的工程技術(shù)、管理、市場(chǎng)、營(yíng)銷等行業(yè)人士。

《工業(yè)AI》是國(guó)內(nèi)及國(guó)際企業(yè)與中國(guó)工業(yè)AI系統(tǒng)及產(chǎn)品

用戶之間高質(zhì)量的交流平臺(tái)。

編者語(yǔ) UP FRONT

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 3

開放 創(chuàng)新 聚享未來(lái)

Open Innovation, Gather and Enjoy the Future

8 月 16 日，以“開放創(chuàng)新 聚享未來(lái)”為主題的 2023 世界機(jī)器人大會(huì)在北京開幕。本屆大會(huì)

由北京市人民政府、工業(yè)和信息化部、中國(guó)科學(xué)技術(shù)協(xié)會(huì)共同主辦，設(shè)置了 6 場(chǎng)主論壇、近 30 場(chǎng)

專題論壇及配套活動(dòng)。同時(shí) 2023 世界機(jī)器人博覽會(huì)及世界機(jī)器人大賽也在大會(huì)期間舉辦，展出了

全球約 160 家機(jī)器人企業(yè)和科研機(jī)構(gòu)的近 600 款先進(jìn)技術(shù)和產(chǎn)品，其中 60 款新品首次亮相。

在開幕式上，中國(guó)工業(yè)和信息化部副部長(zhǎng)辛國(guó)斌指出：“當(dāng)前，融合感知、數(shù)字孿生、人工智能、

結(jié)構(gòu)仿生等新技術(shù)加速滲透，機(jī)器人呈現(xiàn)出人機(jī)共融、虛實(shí)融合、智能驅(qū)動(dòng)、泛在交互等發(fā)展特征，

產(chǎn)業(yè)逐步逼近變革躍升的臨界點(diǎn)，蘊(yùn)含著巨大的投資機(jī)遇和澎湃的發(fā)展動(dòng)能。中國(guó)擁有全球最大

的機(jī)器人市場(chǎng)、最豐富的應(yīng)用場(chǎng)景，有條件、有能力把握住這次變革機(jī)遇，為全球發(fā)展貢獻(xiàn)更多

方案和智慧?！?/p>

近年來(lái)，我國(guó)機(jī)器人產(chǎn)業(yè)實(shí)現(xiàn)蓬勃發(fā)展，產(chǎn)業(yè)規(guī)模持續(xù)壯大。有數(shù)據(jù)表明，2022 年我國(guó)工

業(yè)機(jī)器人裝機(jī)量占全球比重超過(guò) 50%，穩(wěn)居全球第一大市場(chǎng)，制造業(yè)機(jī)器人密度達(dá)到每萬(wàn)名工人

392 臺(tái)，服務(wù)和特種機(jī)器人在物流、醫(yī)療、建筑等領(lǐng)域?qū)崿F(xiàn)規(guī)?；瘧?yīng)用。2022 年機(jī)器人產(chǎn)業(yè)營(yíng)業(yè)

收入超過(guò) 1700 億元，工業(yè)、服務(wù)、特種機(jī)器人產(chǎn)量快速增長(zhǎng)。機(jī)器人領(lǐng)域?qū)＞匦隆靶【奕恕逼?/p>

業(yè)達(dá) 273 家，10 家機(jī)器人企業(yè)成長(zhǎng)為制造業(yè)單項(xiàng)冠軍。

這些數(shù)據(jù)在 21 日的閉幕式上大會(huì)發(fā)布的《中國(guó)機(jī)器人技術(shù)與產(chǎn)業(yè)發(fā)展報(bào)告（2023 年）》獲得

印證。報(bào)告顯示，當(dāng)前，我國(guó)機(jī)器人產(chǎn)業(yè)總體發(fā)展水平穩(wěn)步提升，應(yīng)用場(chǎng)景顯著擴(kuò)展，核心零部

件國(guó)產(chǎn)化進(jìn)程不斷加快，協(xié)作機(jī)器人、物流機(jī)器人、特種機(jī)器人等產(chǎn)品優(yōu)勢(shì)不斷增強(qiáng)，創(chuàng)新型企

業(yè)大量涌現(xiàn)。

報(bào)告顯示 ：從我國(guó)機(jī)器人領(lǐng)域國(guó)家級(jí)專精特新“小巨人”企業(yè)和上市企業(yè)分布來(lái)看，我國(guó)機(jī)

器人優(yōu)質(zhì)企業(yè)重點(diǎn)分布在京津冀、長(zhǎng)三角、珠三角地區(qū)，形成了以北京、深圳、上海、東莞、杭州、

天津、蘇州、佛山、廣州、青島等為代表的產(chǎn)業(yè)集群，并在當(dāng)?shù)貎?yōu)質(zhì)企業(yè)引領(lǐng)帶動(dòng)之下，涌現(xiàn)了

一批在細(xì)分領(lǐng)域具有較強(qiáng)競(jìng)爭(zhēng)力的新銳企業(yè)。其中，北京、深圳、上海的機(jī)器人產(chǎn)業(yè)實(shí)力最為雄厚，

東莞、杭州、天津、蘇州、佛山機(jī)器人產(chǎn)業(yè)逐步發(fā)展壯大，廣州、青島機(jī)器人產(chǎn)業(yè)發(fā)展表現(xiàn)出相

當(dāng)大的后發(fā)潛力。

報(bào)告也指出 ：目前，我國(guó)機(jī)器人產(chǎn)業(yè)存在部分關(guān)鍵共性技術(shù)，需要聚合產(chǎn)業(yè)界和學(xué)術(shù)界相關(guān)

研發(fā)資源，共同開展重點(diǎn)攻關(guān)，在產(chǎn)業(yè)共性技術(shù)研發(fā)方面形成合力，以推動(dòng)產(chǎn)業(yè)高端化發(fā)展。通

過(guò)專利數(shù)據(jù)分析，我國(guó)在機(jī)器人模塊化與重構(gòu)、多任務(wù)規(guī)劃與智能控制、信息感知與導(dǎo)航等技術(shù)

方向已積累了一批專利成果。

會(huì)上還發(fā)布了由中國(guó)電子學(xué)會(huì)組織知名高校、研究機(jī)構(gòu)和骨干企業(yè)等總結(jié)歸納出“2023-2024

年機(jī)器人十大前沿技術(shù)”，分別是 ：具身智能與垂直大模型，人形與四足仿生機(jī)器人，三維感知模

型與多模態(tài)信息融合，機(jī)器人新型核心零部件與靈巧操作，腦機(jī)接口、生機(jī)電一體化與微納機(jī)器人，

醫(yī)療與康復(fù)機(jī)器人，商業(yè)服務(wù)機(jī)器人，機(jī)器人操作系統(tǒng) / 云平臺(tái)，群體機(jī)器人技術(shù)，特殊場(chǎng)景服

役機(jī)器人。

技術(shù)創(chuàng)新能力是我國(guó)機(jī)器人科技發(fā)展和科技實(shí)力的標(biāo)志，是我國(guó)機(jī)器人產(chǎn)業(yè)競(jìng)爭(zhēng)力的核心。

《“十四五”機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃》提出，加強(qiáng)前沿、共性技術(shù)研究，加快創(chuàng)新成果轉(zhuǎn)移轉(zhuǎn)化，構(gòu)

建有效的產(chǎn)業(yè)技術(shù)創(chuàng)新鏈。未來(lái)，中國(guó)的機(jī)器人產(chǎn)業(yè)發(fā)展將帶動(dòng)中國(guó)智能制造再上新臺(tái)階！

《工業(yè) AI》編輯部

專題/智能制造 FEATURE/INTELLIGENT MANUFACTURING

4 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

具身智能是一種重要的發(fā)展方向，可以幫助機(jī)器人更好地

完成任務(wù)。

而在具身智能執(zhí)行步驟一般為多傳感器的真實(shí)到模

擬（Real to Sim），然后模擬到真實(shí)（Sim to Real）的過(guò)程，

具體的過(guò)程如下 ：

- 真實(shí)到模擬

通過(guò)多種感知設(shè)備和算法，盡量將現(xiàn)實(shí)世界的信息能

夠還原到虛擬環(huán)境中

- 模擬到真實(shí)

在經(jīng)過(guò)模擬和規(guī)劃后，將算法和規(guī)劃應(yīng)用到實(shí)際機(jī)器

人上

以前為什么不能提具身智能，是因?yàn)榧夹g(shù)復(fù)雜，各個(gè)

技術(shù)點(diǎn)發(fā)展不成熟，但到 2023 年，很多工作已經(jīng)發(fā)展到

一定的階段，尤其是大語(yǔ)言模型徹底改變了語(yǔ)義理解和頂

層規(guī)劃的困難。

大語(yǔ)言模型的發(fā)展為高級(jí)規(guī)劃層鋪平了道路

隨著 ChatGpt 證明了大語(yǔ)言模型具有較強(qiáng)的綜合思

考、邏輯能力、數(shù)理能力，大語(yǔ)言模型越來(lái)越被證明，其

作為機(jī)器人的上層邏輯規(guī)劃器是非常有希望的，一舉改

變了機(jī)器人系統(tǒng)不智能的缺點(diǎn)。尤其值得注意的是最近

chain of thought 配合 LLMs 的一些研究表明，通用 AGI

作者：馬元巍博士 微億智造創(chuàng)新系統(tǒng)部負(fù)責(zé)人

從工業(yè)的自動(dòng)化走向智能化

The Evolution of Industrial Automation to Artificial Intelligence

在工業(yè)界，傳統(tǒng)自動(dòng)化方案均是將知識(shí)灌入機(jī)器人系

統(tǒng)，通過(guò)編程的形式實(shí)現(xiàn)自動(dòng)批量處理事務(wù)的功能。

因此誕生了一系列計(jì)算機(jī)視覺(jué)的任務(wù)和機(jī)器人控制的任

務(wù)，比如一個(gè)完整的抓取分揀操作，包含了 3D 感知、配準(zhǔn)、

點(diǎn)云分割、抓取點(diǎn)估計(jì)、任務(wù)重排、規(guī)劃、2D 校準(zhǔn)等任務(wù)，

通過(guò)強(qiáng)大的工業(yè)軟件將這些技術(shù)點(diǎn)耦合在一起，這樣催生

了工業(yè)上的絕大部分應(yīng)用。

這樣的應(yīng)用具有可控、重復(fù)性高的特點(diǎn)，但是整個(gè)方

案實(shí)施成本高、柔性低、換線復(fù)雜，并且每個(gè)方案都是獨(dú)

特的，缺乏基準(zhǔn)和技術(shù)一致性，非常不利于整體技術(shù)的進(jìn)

步，因此“解決方案”這四個(gè)字是整個(gè)行業(yè)的痛。

人類經(jīng)常被物化為工業(yè)流水線中最柔性的執(zhí)行機(jī)構(gòu)，

是因?yàn)槿擞^察和學(xué)習(xí)周圍的環(huán)境，使用自己的大腦充分的

利用自己的身體完成各種復(fù)雜的任務(wù)，并且在執(zhí)行中不斷

受到更新自己的認(rèn)知，這種以身體為舟，性命為本，在塵

世航行的模式，正是智能化追求的一種理想形式。這正是

1950 年圖靈論文中提到的具身智能。

工業(yè)機(jī)器人的智能化發(fā)展始于具身智能。具身智能是

指人工智能具有身體，需要與真實(shí)世界進(jìn)行交互。這種交

互不僅涉及視覺(jué)上的高維特征提取，還包括其他感官信息，

例如聽(tīng)覺(jué)、嗅覺(jué)、味覺(jué)和觸覺(jué)。通過(guò)這種交互，智能體可

以獲取物理世界的真實(shí)反饋，并通過(guò)反饋來(lái)學(xué)習(xí)并進(jìn)化。

圖1：大語(yǔ)言模型的發(fā)展。 圖2：Chain of thought在無(wú)害化方向的作用。

專題/智能制造 FEATURE/INTELLIGENT MANUFACTURING

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 5

似乎并不遙遠(yuǎn)了。

多模態(tài)模型的發(fā)展

Transformer 等結(jié)構(gòu)帶來(lái)的多模態(tài)模型的發(fā)展，對(duì)

統(tǒng)一圖像、行為理解、語(yǔ)音、動(dòng)作等提供了技術(shù)基礎(chǔ)。

2023 年 3 月 6 日，來(lái)自谷歌和德國(guó)林工業(yè)大學(xué)的一組人

工智能研究人員公布了史上最大視覺(jué)語(yǔ)言模型 PaLM-E(

Pathways Language Model with Embodied)。如圖3所示，

機(jī)器人可以通過(guò)圖片理解現(xiàn)狀，并根據(jù)文字指令完成任務(wù)。

CVPR2023 的 best paper，如圖 4 所示，UniAD 工

作可以端到端的處理多個(gè)自動(dòng)駕駛?cè)蝿?wù)，并實(shí)現(xiàn)了一個(gè)自

動(dòng)駕駛的任務(wù)的全局最優(yōu)化方案，這意味者模型可以統(tǒng)一

的理解所有的關(guān)鍵信息并作出決策。

Nerf-based 模型發(fā)展為2D感知和重建提供了

豐富手段

神 經(jīng) 輻 射 場(chǎng)（NeRF，Neural Radiance Fields） 最

早是在 2020 年 ECCV 會(huì)議上的最佳論文中提出的概念，

其將隱式表達(dá)推上了一個(gè)新的高度，如圖 5 所示，僅用

2D的posed images作為監(jiān)督，即可表示復(fù)雜的三維場(chǎng)景。

Nerf 的出現(xiàn)改變了 2D 估計(jì) 3D 的方案，基于 Nerf

的 slam 工作、重建工作等都獲得了極大的發(fā)展，改變了

模型認(rèn)知世界的方法。

Nerf-based slam 技術(shù)在稠密建圖導(dǎo)航中大放異彩，

以 NICE-SLAM 為代表的模型在精度上有了較大的進(jìn)步。

如圖 6 所示，CVPR2023 的 UniSim 工作實(shí)現(xiàn)了高度逼

真、閉環(huán)測(cè)試 (closed-loop simulation)、可擴(kuò)展 (scalable),

只需要采集一次數(shù)據(jù) , 就能重建并仿真測(cè)試。

基于當(dāng)前智能技術(shù)的發(fā)展，微億智造提出了工業(yè)智能

機(jī)器人的漸進(jìn)式路線 ：如圖 7 所示，以“眼手腦云”的實(shí)

圖4：UniAD：業(yè)界首個(gè)感知決策一體化的自動(dòng)駕駛大模型。

圖3：機(jī)器人通過(guò)圖片理解現(xiàn)狀，并根據(jù)文字指令完成任務(wù)。

輸入：圖像序列和位姿 輸出：新視角 & mesh

圖5：基于Nerf的重建方案提供了一種全新的3D表達(dá)方式。

專題/智能制造 FEATURE/INTELLIGENT MANUFACTURING

6 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

施架構(gòu)為基礎(chǔ)，聚焦于可累積數(shù)據(jù)場(chǎng)景和通用關(guān)鍵技術(shù)，

打造虛實(shí)結(jié)合的應(yīng)用產(chǎn)品，漸進(jìn)式的實(shí)現(xiàn)機(jī)器人智能化。

“眼”指的是微億智造自研的圖像感知技術(shù)與可組合

光學(xué)成像系統(tǒng) ；“手”即是機(jī)器人智能控制，所有的技術(shù)

都要通過(guò)“手”來(lái)實(shí)現(xiàn)工程化落地 ；“腦”是更貼合離散

制造需求的多任務(wù)學(xué)習(xí)和小樣本訓(xùn)練技術(shù) ；“云”則是一

個(gè)既能為“腦”提供算力支撐，又能鏈接政府與企業(yè)的云

平臺(tái)。

下面我們拆解一下微億智造去年年底推出的數(shù)字工

人——工小匠產(chǎn)品（圖 8）是如何踐行這個(gè)理念的。

針對(duì)碎片化的缺陷檢測(cè)工藝，建立統(tǒng)一的硬

件載體和軟件系統(tǒng)

傳統(tǒng)的外觀缺陷工作分為光、機(jī)、電、算、軟五部分

工作，而相關(guān)技術(shù)經(jīng)驗(yàn)和工作流都是散落在不同的工作流

中。比如如果用到了機(jī)械臂，所有的機(jī)械臂程序都會(huì)在機(jī)

械臂廠家定義的軟件空間里，那么相關(guān)的角度、打光方案、

算法效果就無(wú)法被記錄，從而缺少了改進(jìn)的機(jī)會(huì)。微億智

造將機(jī)臺(tái)標(biāo)準(zhǔn)化、集成化，一體式的完成從方案到實(shí)施的

全過(guò)程，這就將所有的技術(shù)工作串聯(lián)了起來(lái)。這樣統(tǒng)一工

程化的形式，一是可改進(jìn)，二是可量化，三是減少了閉環(huán)

的回路長(zhǎng)度。

全棧自研算法加持，加速實(shí)現(xiàn)全鏈條應(yīng)用落地

工小匠集成了運(yùn)動(dòng)控制算法、缺陷檢測(cè)算法和光學(xué)智

能推薦算法，加速全鏈條的應(yīng)用速度。其中運(yùn)動(dòng)控制算法

采用自研六軸機(jī)械臂位姿計(jì)算和三階約束的最優(yōu)時(shí)間軌跡

規(guī)劃，可以穩(wěn)定快速的解算出機(jī)械臂的最優(yōu)運(yùn)動(dòng)軌跡。而

缺陷檢測(cè)方面，基于知識(shí)注入和缺陷生成的全流程缺陷檢

測(cè)系統(tǒng)，在數(shù)據(jù)注入后馬上生成模型方案，并且在多條產(chǎn)

線上實(shí)際驗(yàn)證能夠 2 周內(nèi)達(dá)到檢測(cè)標(biāo)準(zhǔn)。本系統(tǒng)中同時(shí)集

成了對(duì)光學(xué)方案的智能推薦，并且把經(jīng)驗(yàn)源源不斷的注入

到模型里，實(shí)現(xiàn)了光學(xué)的智能調(diào)試，這也是專機(jī)系統(tǒng)無(wú)法

完成和持續(xù)進(jìn)步的。如此強(qiáng)大的算法系統(tǒng)保證了速度最優(yōu)、

上線迅速、可迭代，且賦予了系統(tǒng)更強(qiáng)大的執(zhí)行力。

（下轉(zhuǎn)第 8 頁(yè)）

圖6：UniSim：神經(jīng)閉環(huán)傳感器模擬器。

圖7：微億智造工業(yè)智能視覺(jué)系統(tǒng)。

專題/智能制造 FEATURE/INTELLIGENT MANUFACTURING

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 7

和您的設(shè)計(jì)師可以做出更明智的決定。

ChatGPT 還可以重塑服務(wù)運(yùn)營(yíng)，因?yàn)樗墒觳⑸钊?/p>

到日常服務(wù)和維護(hù)交互中。服務(wù)技術(shù)人員可以使用它來(lái)提

出他們可能不知道答案的利基問(wèn)題，而無(wú)需參考制造商的

產(chǎn)品手冊(cè)，了解在特定環(huán)境中運(yùn)行的復(fù)雜設(shè)備。

同樣，ChatGPT 中的語(yǔ)言理解意味著服務(wù)技術(shù)人員

還可以提供基本信息并使用 ChatGPT 生成報(bào)告，從而節(jié)

省時(shí)間并最大限度地減少苦差事。這種內(nèi)容生成最終可用

于面向客戶的內(nèi)容，以及教育、追加銷售和個(gè)性化的交叉

銷售內(nèi)容。

它還有可能對(duì)服務(wù)維護(hù)呼叫進(jìn)行分類，并提供更多自

助服務(wù)機(jī)會(huì)，幫助降低成本、不必要的上門服務(wù)和可持續(xù)

性。此外，隨著年齡較大、經(jīng)驗(yàn)更豐富的技術(shù)人員退休，

ChatGPT 可以填補(bǔ)知識(shí)空白，成為主題專家，并在現(xiàn)場(chǎng)

或遠(yuǎn)程提供知識(shí)指導(dǎo)。由于缺乏新來(lái)的技術(shù)人員和不斷擴(kuò)

大的技能差距，ChatGPT 可以幫助緩解制造商面臨的一

些挑戰(zhàn)，因?yàn)椴粌H需要數(shù)年時(shí)間才能了解如何操作機(jī)器，

還需要處理復(fù)雜現(xiàn)代設(shè)備的技術(shù)細(xì)節(jié)。

對(duì)工程師的影響

ChatGPT 是一種可以幫助工程師工作的工具，但是，

它不能替代工程師為設(shè)計(jì)和產(chǎn)品開發(fā)過(guò)程帶來(lái)的知識(shí)、專

作者：Joseph June PTC產(chǎn)品管理高級(jí)副總裁

ChatGPT：風(fēng)險(xiǎn)、機(jī)遇和影響

ChatGPT: Risks, Opportunities, and Outcomes

自今年早些時(shí)候 ChatGPT 出現(xiàn)以來(lái)，人工智能一直

在享受另一次媒體復(fù)蘇。如今，ChatGPT 似乎是

每個(gè)人詞匯的一部分，它的受歡迎程度并不局限于我們的

消費(fèi)者生活。

無(wú)數(shù)公司一直在將 ChatGPT 引入其產(chǎn)品和產(chǎn)品生命

周期。Microsoft 使用與 ChatGPT 聊天機(jī)器人相同的大

型語(yǔ)言模型（LLM）為其 Bing 搜索引擎提供支持，總部

位于英國(guó)的能源供應(yīng)商 Octopus Energy 已將 ChatGPT

納入其客戶服務(wù)渠道，現(xiàn)在負(fù)責(zé)處理 44% 的客戶查詢。

生成式人工智能引擎，例如為 ChatGPT 提供支持的

GPT-4，在客戶如何設(shè)計(jì)和使用產(chǎn)品方面具有巨大的洞

察力和創(chuàng)新潛力。但它也引發(fā)了一些風(fēng)險(xiǎn)和法律問(wèn)題，冒

險(xiǎn)進(jìn)入尚未解決的灰色地帶。

制造商的機(jī)會(huì)

ChatGPT 是一種高級(jí)語(yǔ)言模型，它使用人工智能 （AI）

和自然語(yǔ)言處理 （NLP） 為用戶提供對(duì)話響應(yīng)。它經(jīng)過(guò)大量

文本數(shù)據(jù)的訓(xùn)練，使其能夠理解并生成類似人類的語(yǔ)言。

對(duì)于制造商來(lái)說(shuō)，這可能是一個(gè)千載難逢的機(jī)會(huì)。制

造公司從客戶使用情況和設(shè)備性能中生成自己的特定數(shù)

據(jù)，這對(duì)他們來(lái)說(shuō)是獨(dú)一無(wú)二的。到目前為止，公司如何

貨幣化并將這些數(shù)據(jù)應(yīng)用于開發(fā)和創(chuàng)新一直存在限制。

ChatGPT 為加速和擴(kuò)展這些數(shù)據(jù)的應(yīng)用打開了大門。

它有可能使設(shè)計(jì)工程師能夠更深入地了解他們?cè)O(shè)計(jì)的產(chǎn)品

是如何被使用的，它們隨著時(shí)間的推移表現(xiàn)如何，以及出

現(xiàn)的趨勢(shì)，最終使他們能夠設(shè)計(jì)出更好的產(chǎn)品。

ChatGPT 可以向制造商展示其他數(shù)據(jù)，以便他們能

夠發(fā)現(xiàn)、分析和利用他們?cè)静粫?huì)發(fā)現(xiàn)的機(jī)會(huì)。例如，客

戶正在定期研究什么電動(dòng)自行車適合豐田 4Runner 的后

部。豐田可以利用這一點(diǎn)，并將其納入其下一代車型的未

來(lái)設(shè)計(jì)規(guī)范中。將 ChatGPT 視為一個(gè)非常高效的助手。

它不應(yīng)該有最終決定權(quán)，但它可以收集各種信息，以便您

專題/智能制造 FEATURE/INTELLIGENT MANUFACTURING

8 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

業(yè)知識(shí)和創(chuàng)造力。人工智能工具可以生成工程計(jì)算的響應(yīng)

或回答有關(guān)通用工程知識(shí)的問(wèn)題，但這些響應(yīng)應(yīng)該得到健

康的懷疑和事實(shí)檢查。

例如，當(dāng)被問(wèn)及延展性材料的最佳失效理論時(shí)，

ChatGPT 對(duì)馮·米塞斯屈服準(zhǔn)則進(jìn)行了詳盡的解釋。但是，

當(dāng)被要求計(jì)算在設(shè)定條件下梁上的慣性矩時(shí)，它的答案與

X-X 軸慣性矩的既定值不一致。

工程師將繼續(xù)在新產(chǎn)品的設(shè)計(jì)和開發(fā)中發(fā)揮重要作

用，并需要開發(fā)新技能和工作方式，使他們能夠利用人工

智能工具的力量，同時(shí)保持其作為問(wèn)題解決者和創(chuàng)新者的

獨(dú)特價(jià)值。

業(yè)務(wù)風(fēng)險(xiǎn)

當(dāng)然，沒(méi)有工具是完美的。ChatGPT 受到其訓(xùn)練數(shù)

據(jù)質(zhì)量的限制。雖然該模型是在大量文本數(shù)據(jù)上訓(xùn)練的，

但這些數(shù)據(jù)并不總是代表現(xiàn)實(shí)世界的語(yǔ)言使用情況。訓(xùn)練

數(shù)據(jù)可能偏向于某些主題或人口統(tǒng)計(jì)數(shù)據(jù)，導(dǎo)致模型理解

其他上下文的能力受到限制。此外，數(shù)據(jù)可能包含可能影

響模型性能的錯(cuò)誤或不一致。

ChatGPT 也受到語(yǔ)言復(fù)雜性的限制。雖然該模型可

以生成對(duì)各種問(wèn)題和提示的響應(yīng)，但它并不總是能夠理解

語(yǔ)言使用的細(xì)微差別。這可能會(huì)導(dǎo)致誤解或不完整的答復(fù)。

該軟件也可能難以理解慣用語(yǔ)或諷刺，導(dǎo)致不恰當(dāng)或不相

關(guān)的響應(yīng)。

新事物也帶有風(fēng)險(xiǎn)因素。雖然 ChatGPT 版本 4 比 3.5

版本更好，但它仍然可以自信地給出錯(cuò)誤的答案。這和人

類沒(méi)有什么不同。我們一直在這樣做。但與人類不同的是，

它的消費(fèi)和學(xué)習(xí)能力和速度比人類大腦所能做的任何事情

都更快、更深。從這個(gè)意義上說(shuō)，圍繞無(wú)知的風(fēng)險(xiǎn)將急劇

下降。

另一個(gè)潛在的灰色地帶是，它產(chǎn)生的內(nèi)容幾乎沒(méi)有

法律先例。由于 ChatGPT 從許多不同的地方和來(lái)源提

取內(nèi)容，您是否 100% 擁有這些內(nèi)容？如果您使用內(nèi)容

并以某種方式將其貨幣化，還有誰(shuí)可以合法地要求它？

隨著時(shí)間的推移，隨著生成式人工智能變得越來(lái)越普遍，

ChatGPT 進(jìn)入企業(yè)，我們將開始看到法律挑戰(zhàn)、先例，

以及關(guān)于 ChatGPT 如何創(chuàng)建代碼、內(nèi)容和想法的保護(hù)的

清晰度。

最初是人工智能自動(dòng)化的緩慢蔓延，使事情變得更

快，現(xiàn)在正在迅速加速成為生成智能的大規(guī)模臨界點(diǎn)。像

ChatGPT 這樣的人工智能技術(shù)被編織到日常業(yè)務(wù)工具、

流程、運(yùn)營(yíng)和現(xiàn)場(chǎng)支持中只是時(shí)間問(wèn)題。雖然您的業(yè)務(wù)基

礎(chǔ)可能不會(huì)改變，但智能、設(shè)計(jì)效率、產(chǎn)品成果和創(chuàng)新幾

乎肯定會(huì)有所改善。█

件的拍照點(diǎn)位、光學(xué)方案都可以在數(shù)字空間中設(shè)置和分

析，優(yōu)化后的實(shí)施方案可以通過(guò)所謂的“工小匠”硬件機(jī)

臺(tái)去實(shí)施，而用戶無(wú)需關(guān)心“工小匠”是一個(gè)什么樣的機(jī)

臺(tái)，這就為數(shù)據(jù)記錄和工藝記錄鋪平了道路，實(shí)施的擴(kuò)展

性和方便性非常高。比如更換了工裝，我們不用再調(diào)試機(jī)

械臂了，復(fù)制 100 臺(tái)，我們也不用單獨(dú)去調(diào)試每個(gè)機(jī)械臂，

機(jī)臺(tái)系統(tǒng)會(huì)自動(dòng)適應(yīng)這個(gè)對(duì)象。這便是具備了具身智能的

概念，使機(jī)器智能的思考如何執(zhí)行。

而相同的事情也發(fā)生在其他的工藝過(guò)程中，無(wú)論是缺

陷檢測(cè)、尺寸量測(cè)、打磨、涂膠，都可以踐行相同的理念

和系統(tǒng)，從而讓整個(gè)工業(yè)現(xiàn)場(chǎng)變得可被優(yōu)化?？v觀整個(gè)工

業(yè)智能的發(fā)展，之所以遠(yuǎn)遠(yuǎn)比不上消費(fèi)端的發(fā)展速度，其

根本原因是相關(guān)的基礎(chǔ)元素沒(méi)有被很好的數(shù)字化。微億智

造基于眼、手、腦、云的技術(shù)架構(gòu)將整個(gè)機(jī)器人工藝鏈條

全部數(shù)字化，在產(chǎn)線上不斷地與 AI 協(xié)同進(jìn)化，可以預(yù)見(jiàn)

這些工藝將會(huì)以前所未有的速度升級(jí)迭代。█

踐行“真實(shí)到模擬，模擬到真實(shí)”的理念

在工小匠產(chǎn)品中，微億智造操作的對(duì)象是工件，工

（上接第 6 頁(yè)）

圖8：工小匠|AI數(shù)字質(zhì)檢員。

專題/智能制造 FEATURE/INTELLIGENT MANUFACTURING

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 9

最大限度地減少停機(jī)時(shí)間。

現(xiàn)代工業(yè)工廠是一項(xiàng)復(fù)雜的操作，公司通常會(huì)監(jiān)控許

多方面，以確保安全和高效的環(huán)境。工廠的實(shí)時(shí)監(jiān)控和檢

測(cè)關(guān)鍵參數(shù)對(duì)于成功執(zhí)行工廠戰(zhàn)略至關(guān)重要。

最成功的最先進(jìn)的智能工廠發(fā)現(xiàn)自動(dòng)化、機(jī)器學(xué)習(xí)

（ML） 和人工智能 （AI） 是必不可少的構(gòu)建塊。這些模塊

通過(guò)監(jiān)控流程、產(chǎn)品和資產(chǎn)來(lái)幫助工廠通過(guò)傳感器收集數(shù)

據(jù)。然后，他們首先分析數(shù)據(jù)，建立一個(gè)知識(shí)庫(kù)，使工廠

和機(jī)器能夠做出及時(shí)合理的決策。然后，這些決策可以幫

助提高效率、降低成本并提高生產(chǎn)力。圖 1 顯示了具有關(guān)

鍵組件的現(xiàn)代工廠的框圖。

最新的創(chuàng)新傳感器配備了機(jī)器學(xué)習(xí)功能，可以感知和

分析許多參數(shù)，并從這項(xiàng)工作中做出明智的決策。

振動(dòng)

保持設(shè)備運(yùn)行對(duì)于保持工廠的最佳產(chǎn)量和生產(chǎn)率至

關(guān)重要。

作者：Jay Esfandyari博士 意法半導(dǎo)體(ST)全球產(chǎn)品營(yíng)銷策略

工業(yè)工廠的五種感官

Five Senses of an Industrial Factory

經(jīng)過(guò)深思熟慮的工業(yè)工廠運(yùn)營(yíng)和監(jiān)控策略對(duì)于其安全

和盈利運(yùn)營(yíng)至關(guān)重要。除了強(qiáng)有力的政策和程序外，

對(duì)建筑物、操作設(shè)備、員工、物流的安保和安全的監(jiān)控以

及對(duì)任何新出現(xiàn)的問(wèn)題的實(shí)時(shí)響應(yīng)是可靠和成功工廠運(yùn)營(yíng)

的核心。

“工業(yè)物聯(lián)網(wǎng)”、“工業(yè) 4.0”或簡(jiǎn)稱“智能制造”是

近年來(lái)出現(xiàn)的術(shù)語(yǔ)。這些反映了微電

子和微加工的技術(shù)進(jìn)步和突破，導(dǎo)致

高性能、智能和具有成本效益的傳感

器的開發(fā)和采用。這些傳感器為工業(yè)

工廠的轉(zhuǎn)型做出了巨大貢獻(xiàn)。它們?cè)?/p>

生成和收集數(shù)據(jù)方面至關(guān)重要。傳感

器影響了工廠運(yùn)營(yíng)的每一步，并改變

了有效制造的各個(gè)方面。

傳感器是安全、高效和高產(chǎn)的工

業(yè)工廠的基石。結(jié)合創(chuàng)新的軟件解決

方案，這些傳感器支持?jǐn)?shù)據(jù)收集和分

析，使工廠更安全、更高效。操作員

和技術(shù)人員可以評(píng)估和診斷工廠和設(shè)

備的健康狀況。由此，他們可以采取

適當(dāng)?shù)拇胧﹣?lái)防止?jié)撛诘陌踩珕?wèn)題并 圖1：工廠中的傳感器收集和分析數(shù)據(jù)以支持合理的決策。

專題/智能制造 FEATURE/INTELLIGENT MANUFACTURING

10 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

機(jī)器的振動(dòng)監(jiān)測(cè)可以提供有關(guān)

其運(yùn)行條件的關(guān)鍵信息。振動(dòng)監(jiān)測(cè)

作為狀態(tài)監(jiān)測(cè)和預(yù)測(cè)性維護(hù)的一部

分，可以通過(guò)早期檢測(cè)和處理潛在

問(wèn)題來(lái)幫助最大限度地減少生產(chǎn)線

停機(jī)時(shí)間。

操作員可以部署傳感器來(lái)捕

獲振動(dòng)數(shù)據(jù)。他們可以使用軟件工

具和分析方法（如快速傅立葉變換

（FFT），首先通過(guò)分析設(shè)備振動(dòng)的

頻率分量來(lái)建立操作基線。一旦定

義，恒定振動(dòng)傳感和分析就可以檢

測(cè)異常。圖 2 顯示了振動(dòng)監(jiān)測(cè)中涉

及的步驟金字塔。

像意法半導(dǎo)體這樣的傳感器供應(yīng)商已經(jīng)開發(fā)出可以

捕獲高達(dá)幾千赫茲帶寬的振動(dòng)頻率的傳感器 [1]。這些傳感

器智能、開放、準(zhǔn)確，經(jīng)濟(jì)高效且功耗極低，適用于許多

應(yīng)用。理想情況下，傳感器是具有三個(gè)自由軸的先進(jìn)設(shè)備，

可以捕獲振動(dòng)，而與設(shè)備的安裝位置或方向無(wú)關(guān)。這些傳

感器中嵌入的功能可以簡(jiǎn)化振動(dòng)監(jiān)測(cè)算法（圖 3）。

平衡

平衡 - 機(jī)器的垂直和水平位置 - 通常是其使用中的

重要規(guī)格，并直接影響其性能。與理想平衡位置的意外偏

差（例如可能是由于振動(dòng)或推擠）可能會(huì)導(dǎo)致可能導(dǎo)致生

產(chǎn)停工的問(wèn)題。為了避免不平衡故障，操作員通常可以實(shí)

時(shí)監(jiān)控機(jī)器的位置。這項(xiàng)任務(wù)由工人執(zhí)行，成本高昂且效

率低下。

近年來(lái) MEMS（微機(jī)電系統(tǒng)）技術(shù)的改進(jìn)為微型高

性能、高精度傳感器打開了大門，這些傳感器可以收集專

用算法分析的數(shù)據(jù)以進(jìn)行實(shí)時(shí)位置監(jiān)控 [2]。這些傳感器（例

如靜態(tài)傾角計(jì)）可以測(cè)量?jī)A斜算法用于確定機(jī)器方向角的

重力分量。另一方面，動(dòng)態(tài)傾角儀可以在存在動(dòng)態(tài)運(yùn)動(dòng)的

情況下監(jiān)測(cè)機(jī)器的平衡。動(dòng)態(tài)傾角儀可以高速率確定方向

變化，并可以測(cè)量機(jī)器在三維空間中的移動(dòng)速度（圖 4）。

聲音

機(jī)器在運(yùn)行過(guò)程中產(chǎn)生的聲音可能是性能下降的主

要特征。此外，由于該聲音的頻率可以擴(kuò)展到超聲波范圍，

因此人類并不總是可以聽(tīng)到。由適當(dāng)?shù)膫鞲衅鳈z測(cè)到的聲

音異常是操作員監(jiān)控的重要指標(biāo)。

例如，在輸送化學(xué)氣體的管道中進(jìn)行早期泄漏檢測(cè)

對(duì)于避免災(zāi)難性損害至關(guān)重要。由于泄漏的聲音通常從

超聲波范圍開始，因此工廠應(yīng)選擇專用傳感器來(lái)感測(cè)這

些超聲波。

最新的 MEMS 麥克風(fēng)為靈敏的超聲波檢測(cè)提供了性

能和成本優(yōu)勢(shì)。這些麥克風(fēng)還可以支持語(yǔ)音命令應(yīng)用 [3]。

MEMS 麥克風(fēng)的主要優(yōu)點(diǎn)是易于系統(tǒng)

集成、小尺寸、高信噪比、魯棒性、可

靠性和經(jīng)濟(jì)性。MEMS 麥克風(fēng)非常適

合檢測(cè)壓縮流體泄漏、真空泄漏、蒸汽

疏水閥故障、軸承狀態(tài)監(jiān)測(cè)、電弧 / 跟

蹤、風(fēng)扇和電機(jī)不平衡的應(yīng)用。

圖 5 顯示了典型機(jī)器狀況隨時(shí)間

變化的軌跡，以及如何識(shí)別和檢測(cè)這些

變化。超聲波范圍內(nèi)的噪音通常是表明

機(jī)器狀況開始發(fā)生變化的第一個(gè)信號(hào)。

圖2：振動(dòng)監(jiān)測(cè)金字塔突出了整個(gè)工廠機(jī)器學(xué)習(xí)模型開發(fā)的各個(gè)階段。

圖3：運(yùn)行中的電動(dòng)機(jī)的聲音、溫度和振動(dòng)監(jiān)測(cè)可以在故障之前識(shí)別潛在的關(guān)注區(qū)域。

專題/智能制造 FEATURE/INTELLIGENT MANUFACTURING

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 11

操作員還可以使用配備 MEMS 麥克風(fēng)和語(yǔ)音識(shí)別算

法的傳感和監(jiān)控解決方案，通過(guò)語(yǔ)音命令操作和控制設(shè)備。

熱

所有工廠設(shè)備均設(shè)計(jì)為在預(yù)定義的溫度范圍內(nèi)運(yùn)行。

機(jī)器中失效的機(jī)械部件產(chǎn)生的摩擦通常會(huì)產(chǎn)生不需要的熱

量，從而進(jìn)一步損壞設(shè)備部件。如圖 5 所示，機(jī)器故障軌

跡中的熱量非常接近其最終故障階段。在最壞的情況下，

這種加熱可能會(huì)導(dǎo)致火花和火災(zāi)，從而摧毀資產(chǎn)，甚至可

能破壞工廠。

紅外熱像儀和溫度傳感器可用于創(chuàng)建熱配置文件。

提供準(zhǔn)確且經(jīng)濟(jì)實(shí)惠的溫度傳感器，并可安裝在設(shè)備上，

以在運(yùn)行期間實(shí)時(shí)監(jiān)控工作溫度范圍 [4]。然后，設(shè)備溫度

的突然升高會(huì)導(dǎo)致傳感器產(chǎn)生中斷信號(hào)。該信號(hào)清楚地

表明存在潛在問(wèn)題，并提醒工作人員采取必要措施避免

設(shè)備故障。

感應(yīng)存在

人員和 / 或設(shè)備的存在檢測(cè)可以為企業(yè)資源規(guī)劃提供

關(guān)鍵信息（圖 6c）。傳感器可以有效地檢測(cè)工廠中人員和

操作機(jī)器的數(shù)量和位置，以優(yōu)化能耗并提高安全性。

存在探測(cè)器由硬件和軟件工具組成，在現(xiàn)代工廠中

可能是一項(xiàng)昂貴的投資。存在檢測(cè)傳感器的數(shù)量和類型

將最終決定解決方案中的功能。了解存在檢測(cè)的用例有

助于公司證明開發(fā)成本作為整體企業(yè)資源規(guī)劃解決方案

的一部分。

智能 HVAC 控制和自動(dòng)照明關(guān)閉使用存在檢測(cè)來(lái)優(yōu)

化能源使用并實(shí)現(xiàn)顯著節(jié)約（圖 6b）。已經(jīng)提出了降低能

耗的解決方案，包括使用多個(gè)熱像儀 [5]。

圖4：動(dòng)態(tài)傾角儀可有效監(jiān)測(cè)工業(yè)機(jī)器人的位置和運(yùn)動(dòng)。

圖5：超聲波、振動(dòng)和熱量檢測(cè)是監(jiān)測(cè)設(shè)備運(yùn)行時(shí)最關(guān)鍵的變化之一。

Optical window with IR selective performance

TMOS IR-sensor Plastic cap LID (DAF DA)

ASIC die

(DAF DA)

a) Sensor Architecture b) Sensor for presence and

occupancy detection

c) Sensor for thermal profile as

part of condition monitoring

Adhesive layer tip-dispensed

for optical window attach

圖6：高級(jí)結(jié)構(gòu)顯示了用于占用和存在檢測(cè)的創(chuàng)新紅外傳感器。

（下轉(zhuǎn)第 16 頁(yè)）

技術(shù)薈萃 TECHNICAL CLUSTER

12 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

互連是生成式 AI 的根源

Interconnect is the Root of Generative AI

生成人工智能從實(shí)驗(yàn)室中脫穎而出，抓住了公眾的注

意力。對(duì)人工智能的基本挑戰(zhàn)及其對(duì)大量計(jì)算和內(nèi)

存資源的需求的關(guān)注較少。人工智能模型的復(fù)雜性（螺旋

式上升）和可用資源（增長(zhǎng)緩慢）之間的斗爭(zhēng)日益激烈。

這種增長(zhǎng)斗爭(zhēng)的根源是多芯片封裝（以及隨之而來(lái)的

“小芯片”方法），以及芯片之間的互連，最終決定了執(zhí)行

AI 模型的硬件的規(guī)模，性能和能耗。

巨大的模型 巨大的芯片

作為生成式人工智能基礎(chǔ)的軟件模型的規(guī)模是不可

想象的。估計(jì)差異很大，但據(jù)報(bào)道，GPT-4 有超過(guò)一萬(wàn)

億個(gè)參數(shù)，每個(gè)參數(shù)都必須使用 PB 級(jí)輸入數(shù)據(jù)進(jìn)行訓(xùn)練，

成本約為 10 億美元。每次用戶運(yùn)行模型時(shí)，其中許多萬(wàn)

億左右的參數(shù)都用于乘法計(jì)算—這是另一個(gè)日復(fù)一日的巨

大工作量。成本不僅僅是現(xiàn)金，還有電力、碳排放和冷卻水。

傳統(tǒng)上，計(jì)算機(jī)行業(yè)通過(guò)召喚摩爾定律來(lái)應(yīng)對(duì)性能

和功耗挑戰(zhàn)—讓我們只使用更大的芯片。這種想法導(dǎo)致了

生成式 AI 模型從巨型數(shù)據(jù)中心 CPU 遷移到更大的 GPU，

以及巨大的專用 AI 加速器芯片。

但是這個(gè)解決方案失敗了。連續(xù)幾代工藝每平方毫米

提供更多的晶體管，但不一定是更快的電路或更節(jié)能的電

作者：Ramin Farjadrad ELIYAN聯(lián)合創(chuàng)始人兼首席執(zhí)行官

路。如今的 GPU 和加速器 ASIC 已經(jīng)達(dá)到了半導(dǎo)體制造

設(shè)備允許的最大芯片尺寸。我們?cè)谖锢砩蠠o(wú)法制造比今天

更大的模具。

另一個(gè)問(wèn)題是人工智能應(yīng)用程序?qū)?nèi)存帶寬的渴望。

這意味著應(yīng)用程序的性能取決于在計(jì)算芯片內(nèi)部或非?？?/p>

近計(jì)算芯片的大量快速內(nèi)存（記住這些萬(wàn)億個(gè)參數(shù)）。

多芯片路徑

我們可以將多個(gè)芯片放在電路板上。但是 IC 封裝之

間的電子連接施加了嚴(yán)重的速度限制并消耗過(guò)多的功率。

板級(jí)解決方案無(wú)法提供行業(yè)所需的性能或能效。

另一種解決方案是將多個(gè)芯片放在一個(gè)封裝內(nèi)的單

個(gè)基板上，彼此相距不到毫米。這是多芯片封裝。多年來(lái)，

它一直用于高要求和昂貴的系統(tǒng)，如軍用雷達(dá)。但最近，

多芯片封裝已經(jīng)與小芯片融合。

這個(gè)想法是復(fù)制封裝 IC 存在的豐富的開放市場(chǎng)，但

裸片進(jìn)入多芯片封裝。通過(guò)定義不同類型芯片之間的標(biāo)

準(zhǔn)接口（非常類似于板級(jí) PCIe 總線），并投資用于設(shè)計(jì)、

構(gòu)建和測(cè)試多芯片組件的基礎(chǔ)設(shè)施，業(yè)界希望為系統(tǒng)集成

開辟一條新的道路。芯片本身—處理器、功能性 ASIC 和

存儲(chǔ)器—將被稱為小芯片。

通過(guò)將小芯片放入多芯片封裝中，與電路板上的封裝

相比，可以提高芯片之間的數(shù)據(jù)速率并降低功耗。組裝多

芯片系統(tǒng)成為可能，其尺寸遠(yuǎn)遠(yuǎn)超過(guò)單個(gè)芯片的最大可能

芯片面積，其組件可以包括不同類型的芯片—邏輯小芯片、

存儲(chǔ)器堆棧、甚至模擬小芯片—與單芯片設(shè)計(jì)相比，不

會(huì)在系統(tǒng)速度或功耗方面做出巨大犧牲。這已成為 CPU、

GPU 和 AI 加速器的前進(jìn)方向。

互連是根

如果多芯片方法要成功，兩個(gè)決策至關(guān)重要。首先是

模具的排列和安裝方式，以及什么材料將承載電氣連接。

圖片來(lái)源：埃利揚(yáng)

技術(shù)薈萃 TECHNICAL CLUSTER

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 13

第二個(gè)是小芯片將如何使用連接（大量獨(dú)立線路或有組織

的總線）以及如何傳輸信息（單個(gè)位、并行字或串行數(shù)據(jù)

包突發(fā)）。

今天，結(jié)構(gòu)問(wèn)題有許多可能的答案，從簡(jiǎn)單到非常復(fù)

雜。簡(jiǎn)單的方法是將裸片安裝在有機(jī)基板上 - 與用于印

刷電路板的材料相同，但更專業(yè)?；ミB線印刷在基板上。

這種有機(jī)包裝是成熟的技術(shù)，成本低，全球供應(yīng)鏈有彈性。

不幸的是，直到最近，它在數(shù)據(jù)速率、能源效率和互連密

度方面也是最受限制的。

替代方案稱為高級(jí)封裝。目前最常見(jiàn)的技術(shù)是使用硅

襯底或硅中介層，其制造技術(shù)與 IC 制造最后步驟的技術(shù)

非常相似。硅襯底（臺(tái)積電稱其為 CoWoS（基板上晶圓

上的小芯片））允許非常高密度的導(dǎo)線，芯片之間的高數(shù)

據(jù)速率以及每比特傳輸?shù)牡湍芰?。但它們的單位成本可?/p>

超過(guò)一千美元，具有單一來(lái)源的供應(yīng)鏈，并且對(duì)基板的尺

寸有嚴(yán)格的限制。

其他先進(jìn)技術(shù)包括使用嵌入硅塊的有機(jī)基板在芯片

之間架橋（英特爾的嵌入式多芯片互連橋接器）和在 3D

堆疊芯片中相互堆疊。后一種技術(shù)目前主要用于高帶寬存

儲(chǔ)器（HBM）芯片的高堆棧。這些技術(shù)還提供高速和相

對(duì)較低的功率。

如何使用電線

在單個(gè)芯片上，塊通常只需將大量單向線從一個(gè)塊連

接到另一個(gè)塊來(lái)連接。這種技術(shù)仍然可以在硅襯底上的芯

片之間以每秒兆比特或更低的速度工作。為了更快，必須

使用更復(fù)雜的方案，例如高速串行接口的多個(gè)通道。這是

板級(jí) PCIe 總線使用的技術(shù)。

幾年前，后來(lái)被漫威半導(dǎo)體收購(gòu)的 Aquantia 的一個(gè)

工作組決定優(yōu)化這一概念，以實(shí)現(xiàn)有機(jī)基板上芯片之間更

短，更好控制的互連線。他們發(fā)現(xiàn)，更可控的環(huán)境將允許

接口電路的大幅簡(jiǎn)化和縮小。

例如，接口可以為每個(gè)數(shù)據(jù)通道使用單線，而不是雙

線差分信號(hào)。不需要復(fù)雜的調(diào)制方案，如 PAM4 和復(fù)雜

的前向糾錯(cuò)。

結(jié)果是一個(gè)相當(dāng)異想天開的規(guī)范，稱為一堆電線

（BoW）。它包括 PHY 規(guī)范，但對(duì)于通過(guò)互連使用哪些協(xié)

議是不可知的。BoW 成為開放計(jì)算基金會(huì)芯片間連接的

規(guī)范，推動(dòng)了多芯片封裝在計(jì)算中的使用。

最近，一個(gè)多公司工作組采用了簡(jiǎn)化的 BoW PHY 的

概念，并將其開發(fā)成另一個(gè)提案，即通用小芯片互連快速

總線。 UCIe（通用小芯片互連高速）使用類似于早期版

本的 BoW 的 PHY，但與 PCIe 一樣，它基于英特爾的計(jì)

算機(jī)快速鏈路增加了一個(gè)協(xié)議層，用于處理器和內(nèi)存之間

的通信。

關(guān)鍵是，它目前不支持 HBM 內(nèi)存使用的協(xié)議。該工

作組目前包括 AMD、ARM、英特爾、英偉達(dá)、高通以及

代工廠三星和臺(tái)積電。

UCIe 最初似乎針對(duì)先進(jìn)封裝，利用高質(zhì)量的互連，

非常短的距離和大量硅基板可用的電線。它已適應(yīng)在有機(jī)

技術(shù)薈萃 TECHNICAL CLUSTER

14 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

基板上工作，但每毫米芯片邊緣的帶寬較低，功耗較高。

一個(gè)重要的選擇

與此同時(shí)，漫威的工程團(tuán)隊(duì)的核心分拆出來(lái)，成立了

初創(chuàng)公司 Eliyan，并專注于 BoW 的高性能雙向擴(kuò)展。現(xiàn)

在在臺(tái)積電 5nm 硅中得到驗(yàn)證的結(jié)果是 Nulink。

Nulink 還與協(xié)議無(wú)關(guān)，可以使用獲得專利的變速箱

IP 模塊（作為小芯片提供）連接到現(xiàn)有小芯片，而無(wú)需

重新設(shè)計(jì)。這使得 HBM 內(nèi)存堆棧能夠在利用 Nulink 的

有機(jī)基材上運(yùn)行。

Eliyan 以兩倍于 UCIe 的帶寬密度和每比特傳輸?shù)哪?/p>

耗減半，進(jìn)一步減小了尺寸，提高了性能和效率。速度就

像 UCIe 跨越硅襯底。

但這兩種技術(shù)之間的真正區(qū)別出現(xiàn)在有機(jī)基板上，

Nulink 以不到每比特一半的能量實(shí)現(xiàn)了 UCIe 兩倍的數(shù)據(jù)

速率。這在系統(tǒng)層面具有深遠(yuǎn)的影響。

有機(jī)基板不僅更便宜，供應(yīng)鏈更具彈性，而且它們的

制造工藝使它們比硅基板大得多。更大的尺寸意味著可以

在一個(gè)基板上放置更多的器件，享受芯片間連接的高速和

低功耗。

例 如，AI 加 速 器 包 可 能 有 兩 個(gè) 或 三 個(gè) 大 型 計(jì) 算

ASIC，而不是一個(gè)。這仍然會(huì)為 24 個(gè) HBM 內(nèi)存塔留下

空間，而不僅僅是六個(gè)，有效地消除了當(dāng)今限制計(jì)算芯片

性能的內(nèi)存瓶頸。

此外，較大的基板允許芯片之間的更大間距，而不

會(huì)損失性能。這一點(diǎn)至關(guān)重要，因?yàn)?HBM 芯片的工作

溫度范圍很窄，而 GPU 和計(jì)算 ASIC 芯片是巨大的熱源。

增加間距可能是封裝中被動(dòng)傳導(dǎo)冷卻和液體冷卻之間的

差異，在數(shù)據(jù)中心級(jí)別具有很大的成本、復(fù)雜性和可靠

性優(yōu)勢(shì)。

很明顯，多芯片封裝是生成式 AI 硬件底層以及其他

大規(guī)模計(jì)算工作負(fù)載的前進(jìn)方向。但硅襯底仍然受到高成

本、專有技術(shù)和有限襯底面積的限制。

實(shí)現(xiàn)硅襯底數(shù)據(jù)速率，但采用雙向鏈路，每比特能量

更低，每毫米芯片邊緣寬度帶寬更大，并且超過(guò)有機(jī)襯底，

消除了快速進(jìn)展的主要障礙。

Nulink 可以提高生成式 AI 的性能并降低能耗，使數(shù)

據(jù)中心有機(jī)會(huì)跟上這些應(yīng)用程序創(chuàng)建的加速計(jì)算負(fù)載。█

技術(shù)薈萃 TECHNICAL CLUSTER

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 15

快速可解釋 AI 的動(dòng)態(tài)因果建模

Dynamic Causal Modeling for Fast Explainable AI

動(dòng)態(tài)因果建模 （DCM） 是一項(xiàng)關(guān)鍵

的可解釋 AI 技術(shù)，最近作為商

業(yè)級(jí)、免費(fèi)和開源軟件包 dcEm 發(fā)布。

DCM 是英國(guó)領(lǐng)先的 COVID-19 模

型之一背后的技術(shù)，也是世界各地大量

尖端神經(jīng)科學(xué)研究。直到最近，該技術(shù)

僅限于學(xué)術(shù)界，它有可能解決工業(yè)界的

幾個(gè)關(guān)鍵問(wèn)題。

人工智能和機(jī)器學(xué)習(xí)正越來(lái)越多地

與許多行業(yè)融合在一起。與此同時(shí)，人工智能和機(jī)器學(xué)習(xí)

解決方案也變得越來(lái)越大、越來(lái)越復(fù)雜。對(duì)于我們?cè)S多人

來(lái)說(shuō)，這帶來(lái)了一個(gè)問(wèn)題 ; 隨著人工智能與我們的工作日

益融合，我們?cè)絹?lái)越需要了解人工智能的運(yùn)作方式，并能

夠證明它以安全、可信和負(fù)責(zé)任的方式運(yùn)作。DCM 是一

種不受這些問(wèn)題影響的技術(shù)，信任和問(wèn)責(zé)制是系統(tǒng)的內(nèi)在

品質(zhì)，其學(xué)習(xí)過(guò)程是可解釋的，人類可以端到端地理解。

例如，在神經(jīng)影像學(xué)應(yīng)用中，DCM 能夠根據(jù)不同大腦區(qū)

域之間的動(dòng)態(tài)關(guān)系，以人類可理解的方式描述高度復(fù)雜的

進(jìn)化大腦活動(dòng) ( 圖 1）。

可解釋性的一個(gè)經(jīng)常被低估的方面是處理不確定性

作者：William Jones Jones博士 Embecosm人工智能和機(jī)器學(xué)習(xí)主管

的能力。在許多應(yīng)用程序中，在沒(méi)有這些預(yù)測(cè)顯示可能性

的情況下進(jìn)行預(yù)測(cè)會(huì)使基于風(fēng)險(xiǎn)的規(guī)劃變得非常困難。例

如，在基于人工智能的 COVID-19 建模的情況下，創(chuàng)建

了許多預(yù)測(cè) COVID-19 死亡人數(shù)的人工智能算法。然而，

如果沒(méi)有可能性的背景，這些預(yù)測(cè)是沒(méi)有意義的。人工智

能算法無(wú)法量化其預(yù)測(cè)的不確定性，以做出諸如“本月我

們 95% 的可能性需要 200-300 人死亡”之類的陳述，但

對(duì)城市規(guī)劃者的用處非常有限。DCM 再次成為該領(lǐng)域的

領(lǐng)先技術(shù)之一，將不確定性量化作為其功能的核心部分。

結(jié)合其內(nèi)在的可解釋性，COVID-19 DCM 模型能夠?qū)V

泛的使用 COVID-19 數(shù)量（包括通氣患者數(shù)量和所需病

圖1. DCM通過(guò)將觀察到的FMRI大腦活動(dòng)與大腦區(qū)域之間的動(dòng)態(tài)相互作用聯(lián)系起來(lái)（左）來(lái)解釋復(fù)雜的進(jìn)

化大腦活動(dòng)（右）。

圖2. COVID-19動(dòng)態(tài)因果模型能夠預(yù)測(cè)許多重要數(shù)量的有用估計(jì)，并由于其作為內(nèi)在可解釋和不確定性感知技術(shù)的特性而描述其可能性。

技術(shù)薈萃 TECHNICAL CLUSTER

16 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

床數(shù)量）做出有用的概率限定預(yù)測(cè)（圖 2）。

滿足行業(yè)中不斷提高的可解釋性標(biāo)準(zhǔn)是我們?cè)S多人

當(dāng)前面臨的挑戰(zhàn)。有時(shí)，這也是一個(gè)機(jī)會(huì)。隨著人工智能

模型變得越來(lái)越人性化，它們更適合改進(jìn)。在使用 AI 算

法解決問(wèn)題時(shí)，我們作為設(shè)計(jì)師，通常會(huì)對(duì)我們正在解決

的問(wèn)題有預(yù)先存在的了解。我們可以集成到我們的 AI 中

越多，AI 模型就越集中和有效。DCM 的原始應(yīng)用，神經(jīng)

成像，就是一個(gè)很好的例子。神經(jīng)影像學(xué)數(shù)據(jù)的收集成本

通常非常高，而且復(fù)雜性非常高。如果沒(méi)有任何能力在我

們已經(jīng)理解大腦如何工作的背景下解釋數(shù)據(jù)，那么使用起

來(lái)是非常具有挑戰(zhàn)性的。不出所料，DCM 在這一領(lǐng)域非

常強(qiáng)大，正是通過(guò)整合先驗(yàn)知識(shí)，我們才能解決許多問(wèn)題。

以前版本的 DCM 軟件已在 MATLAB 中作為學(xué)術(shù)研

究代碼編寫和維護(hù)。dcEmb 軟件包代表了該軟件的第一

個(gè)商業(yè)級(jí)實(shí)現(xiàn)。主要功能包括 ：

● 可配置設(shè)計(jì)，適用于 COVID-19 或神經(jīng)影像學(xué)以外的

各種問(wèn)題。

● 使用專用線性代數(shù)庫(kù)實(shí)現(xiàn)高性能的 C++ 代碼庫(kù)。這包

括在高性能計(jì)算 （HPC） 系統(tǒng)上進(jìn)行擴(kuò)展。

● 廣泛的文檔，使熟練的專業(yè)工程師可以輕松訪問(wèn)該軟件。

● 具有廣泛測(cè)試套件的開源代碼庫(kù)，可確保商業(yè)穩(wěn)健性、

透明度和可審計(jì)性。

● 未來(lái)的版本將包括一組綁定來(lái)支持 Python 社區(qū)。

除了最初的 COVID-19 和神經(jīng)影像模型外，我們還

使用 dcEmb 來(lái)實(shí)現(xiàn)碳?xì)夂蚰Ｐ秃鸵恍┯腥さ奈锢砟Ｐ汀?/p>

dcEmb 目前是 GitHub 上可用的免費(fèi)開源軟件包（圖 3）。█

圖3. dcEmb C++ 的實(shí)現(xiàn)比 MATLAB 基線快得多，從而更好地利用了

可用資源。

使用紅外檢測(cè)的熱成像是一種創(chuàng)新的存在檢測(cè)解決

方案 [6]。圖 6a 顯示了此解決方案的高級(jí)設(shè)計(jì)結(jié)構(gòu)。能夠

在電磁頻譜的 5μm~20μm 波長(zhǎng)范圍內(nèi)工作的傳感器可以

通過(guò)準(zhǔn)確感應(yīng)傳感器視野中物體發(fā)射的紅外輻射量來(lái)檢測(cè)

人類的存在。然后，傳感器收集的信息可以通過(guò)嵌入在微

小芯片內(nèi)的專用電路進(jìn)行數(shù)字處理。該器件提供可編程性，

以監(jiān)控運(yùn)動(dòng)、存在或過(guò)熱條件。在沒(méi)有鏡頭的情況下，它

可以檢測(cè)到最遠(yuǎn) 4 米外的人類存在。

成功的存在檢測(cè)器融合算法，將處理傳感器數(shù)據(jù)與人

工智能算法相結(jié)合，以滿足 21 世紀(jì)工廠的需求。

未來(lái)趨勢(shì)

在工業(yè)廠房中部署傳感器可以連續(xù)收集實(shí)時(shí)數(shù)據(jù)，以

監(jiān)控產(chǎn)品和設(shè)備的運(yùn)行狀態(tài)和狀況。

在效率最高的工廠中，公司正在使用傳感器來(lái)優(yōu)化效

率、提高生產(chǎn)力、提高安全性和安全性。盡管如此，除了

傳感器之外，公司還需要繼續(xù)添加用于數(shù)據(jù)分析的綜合軟

件工具。專用解決方案將使用人工智能處理和分析傳感器

數(shù)據(jù)，以構(gòu)建可以做出運(yùn)營(yíng)和生產(chǎn)決策的模型。邊緣和云

計(jì)算的技術(shù)和解決方案將在實(shí)施企業(yè)資源規(guī)劃和執(zhí)行解決

方案方面發(fā)揮關(guān)鍵作用。█

參考文獻(xiàn) ：

1. IIS3DWB - 超寬帶寬、 低噪聲、 3 軸數(shù)字振動(dòng)傳感器 - 意法半

導(dǎo)體

2. IIS2ICLX - 內(nèi)置機(jī)器學(xué)習(xí)內(nèi)核的高精度、 高分辨率、 低功耗、

2 軸數(shù)字測(cè)斜儀 - 意法半導(dǎo)體

3. IMP23ABSU - 頻率響應(yīng)高達(dá) 80kHz 的模擬底端口麥克風(fēng)， 適用

于超聲分析和預(yù)測(cè)性維護(hù)應(yīng)用 - 意法半導(dǎo)體

4. STTS22H - 低電壓、 超低功耗、 精度為 0.5℃的 I2C/SMBus 3.0

溫度傳感器 - 意法半導(dǎo)體

5. 使用基于低功耗 IR-FPA 的無(wú)線占用傳感器的新型占用檢測(cè)解決

方案。 Aravind K. Mikkilineni 等人， 能源與建筑， 2019 年

6. STHS34PF80 - 用于存在和運(yùn)動(dòng)檢測(cè)的低功耗、 高靈敏度紅外傳

感器 - 意法半導(dǎo)體

（上接第 11 頁(yè)）

技術(shù)薈萃 TECHNICAL CLUSTER

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 17

使用 ONNX 框架提高模型互操作性和效率

Boosting Model Interoperability and Efficiency with the ONNX Framework

人工智能和機(jī)器學(xué)習(xí)的快速增長(zhǎng)導(dǎo)致了許多深度學(xué)習(xí)

框架的發(fā)展。每個(gè)框架都有其優(yōu)點(diǎn)和缺點(diǎn)，這使得

跨不同平臺(tái)部署模型變得具有挑戰(zhàn)性。然而，開放神經(jīng)網(wǎng)

絡(luò)交換（ONNX）框架已經(jīng)成為這個(gè)問(wèn)題的有力解決方案。

本文介紹了 ONNX 框架，解釋了其基礎(chǔ)知識(shí)，并重點(diǎn)介

紹了使用它的好處。

了解 ONNX 的基礎(chǔ)知識(shí) ：

什么是 ONNX？

● 開放神經(jīng)網(wǎng)絡(luò)交換 （ONNX） 是一個(gè)開源框架，

可實(shí)現(xiàn)不同深度學(xué)習(xí)框架之間的模型無(wú)縫交換。它提供了

一種標(biāo)準(zhǔn)化的格式來(lái)表示經(jīng)過(guò)訓(xùn)練的模型，允許它們?cè)诟?/p>

種平臺(tái)上傳輸和執(zhí)行。ONNX 允許你使用一個(gè)框架訓(xùn)練

模型，然后使用另一個(gè)框架部署它們，無(wú)需進(jìn)行耗時(shí)且容

易出錯(cuò)的模型轉(zhuǎn)換。

為什么使用 ONNX？

● 使 用 ONNX 框 架 有 幾 個(gè) 顯 著 的 好 處。 首 先，

它 增 強(qiáng) 了 模 型 互 操 作 性。 通 過(guò) 提 供 標(biāo) 準(zhǔn) 化 的 模 型 格

式，ONNX 實(shí) 現(xiàn) 了 不 同 深 度 學(xué) 習(xí) 框 架（ 如 PyTorch、

TensorFlow、Keras 和 Caffe）之間的無(wú)縫集成。這種

互操作性使研究人員和開發(fā)人員能夠利用多個(gè)框架的優(yōu)

勢(shì)，并選擇最適合其特定需求的框架。

使用 ONNX 框架的優(yōu)點(diǎn) ：

跨平臺(tái)的 ONNX 支持和功能

ONNX 框架的主要優(yōu)勢(shì)之一是其跨平臺(tái)的廣泛支持

和功能。ONNX 模型可以部署在各種設(shè)備和平臺(tái)上，包

括 CPU、GPU 和邊緣設(shè)備。這種靈活性使您能夠跨一系

列硬件（從高性能服務(wù)器到資源受限的邊緣設(shè)備）利用深

度學(xué)習(xí)的強(qiáng)大功能。

簡(jiǎn)化部署

● ONNX 通過(guò)消除模型轉(zhuǎn)換的需要簡(jiǎn)化了部署過(guò)

作者：Rakesh R. Nakod 軟航副總工程師

程。使用 ONNX，可以在首選的深度學(xué)習(xí)框架中訓(xùn)練模型，

然后將其直接導(dǎo)出為 ONNX 格式。這樣可以節(jié)省時(shí)間并

降低轉(zhuǎn)換過(guò)程中引入錯(cuò)誤的風(fēng)險(xiǎn)。

高效執(zhí)行

● 該框架提供優(yōu)化的運(yùn)行時(shí)，可確?？绮煌脚_(tái)

的快速高效推理。這意味著您的模型可以提供高性能結(jié)

果，即使在計(jì)算資源有限的設(shè)備上也是如此。通過(guò)使用

ONNX，可以最大程度地提高深度學(xué)習(xí)模型的效率，而不

會(huì)影響準(zhǔn)確性或速度。

增強(qiáng)與 ONNX 的模型互操作性

ONNX 不僅僅是啟用模型互操作性。它還提供了一

個(gè)豐富的工具和庫(kù)生態(tài)系統(tǒng)，進(jìn)一步增強(qiáng)了不同深度學(xué)習(xí)

框架之間的互操作性。例如，ONNX 運(yùn)行時(shí)是一個(gè)高性

能推理引擎，允許您在各種平臺(tái)上無(wú)縫執(zhí)行 ONNX 模型。

它支持各種硬件加速器，例如 GPU 和 FPGA，使您能夠

釋放模型的全部潛力。

此外，ONNX 還支持模型優(yōu)化和量化技術(shù)。這些技

術(shù)有助于減小模型的大小，使其更有效地在資源受限的設(shè)

備上部署和運(yùn)行。通過(guò)利用 ONNX 的優(yōu)化和量化功能，

可以確保您的模型不僅可互操作，而且高效。

使用 ONNX 框架提高效率

效率是深度學(xué)習(xí)中的一個(gè)關(guān)鍵因素，尤其是在處理

大規(guī)模模型和大量數(shù)據(jù)時(shí)。ONNX 框架提供了多種功能，

可幫助提高模型效率并簡(jiǎn)化開發(fā)過(guò)程。

技術(shù)薈萃 TECHNICAL CLUSTER

18 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

ONNX 模型庫(kù)就是其中之一，它提供了一組預(yù)先訓(xùn)

練的模型，任何人都可以將其用作項(xiàng)目的起點(diǎn)。這些模型

涵蓋了廣泛的領(lǐng)域和任務(wù)，包括圖像分類、對(duì)象檢測(cè)和自

然語(yǔ)言處理。通過(guò)利用 ONNX 模型庫(kù)中的預(yù)訓(xùn)練模型，

它可以節(jié)省時(shí)間和計(jì)算資源，從而專注于針對(duì)特定需求微

調(diào)模型。

ONNX 的另一個(gè)提高效率的功能是它對(duì)模型壓縮技

術(shù)的支持。模型壓縮旨在減小深度學(xué)習(xí)模型的大小，而不

會(huì)顯著降低性能。ONNX 提供了工具和庫(kù)，使你能夠?qū)?/p>

壓縮技術(shù)（如修剪、量化和知識(shí)蒸餾）應(yīng)用于模型。通過(guò)

使用 ONNX 壓縮模型，可以實(shí)現(xiàn)更小的模型大小、更快

的推理時(shí)間和更低的內(nèi)存需求。

讓我們看看 ONNX 的成功實(shí)現(xiàn)

若要了解 ONNX 框架的實(shí)際影響，讓我們看一下已

成功實(shí)現(xiàn)它的一些用例。

Facebook AI Research 使用 ONNX 提高了用于圖像

識(shí)別的深度學(xué)習(xí)模型的效率。通過(guò)將模型轉(zhuǎn)換為 ONNX

格式，他們能夠?qū)⑺鼈儾渴鸬揭幌盗衅脚_(tái)上，包括移動(dòng)設(shè)

備和 Web 瀏覽器。這提高了他們模型的可訪問(wèn)性，并使

他們能夠接觸到更廣泛的受眾。

Microsoft 利用 ONNX 優(yōu)化其

用于語(yǔ)音識(shí)別的機(jī)器學(xué)習(xí)模型。通

過(guò)利用 ONNX 運(yùn)行時(shí)，他們?cè)诟鞣N

平臺(tái)上實(shí)現(xiàn)了更快、更高效的推理，

從而在其應(yīng)用程序中實(shí)現(xiàn)了實(shí)時(shí)語(yǔ)

音轉(zhuǎn)文本轉(zhuǎn)錄。

這些用例展示了 ONNX 框架

在實(shí)際場(chǎng)景中的多功能性和有效性，

突出了其增強(qiáng)模型互操作性和效率

的能力。

ONNX 框架的挑戰(zhàn)和局限性

雖然 ONNX 框架提供了許多好處，但它也有其挑戰(zhàn)

和局限性。主要挑戰(zhàn)之一是不同深度學(xué)習(xí)框架中支持的運(yùn)

算符和層的差異。盡管 ONNX 旨在提供一組全面的運(yùn)算

符，但仍可能存在某些運(yùn)算符不完全受支持或跨框架的行

為不同的情況。這可能會(huì)導(dǎo)致在框架之間傳輸模型時(shí)出現(xiàn)

兼容性問(wèn)題。

ONNX 框架的另一個(gè)限制是缺乏對(duì)動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)的

支持。ONNX 主要關(guān)注靜態(tài)計(jì)算圖，這意味著可能不完

全支持具有動(dòng)態(tài)結(jié)構(gòu)的模型，例如遞歸神經(jīng)網(wǎng)絡(luò) （RNN）

或具有不同輸入大小的模型。

在決定為深度學(xué)習(xí)項(xiàng)目采用 ONNX 框架時(shí)，仔細(xì)考慮

這些挑戰(zhàn)和限制非常重要。但是，值得注意的是，ONNX

社區(qū)正在積極努力解決這些問(wèn)題并提高框架的功能。

ONNX 的未來(lái)趨勢(shì)和發(fā)展

ONNX 框架在不斷發(fā)展，不斷發(fā)展和未來(lái)趨勢(shì)有望

進(jìn)一步增強(qiáng)其功能。其中一項(xiàng)發(fā)展是 ONNX 與其他新興

技術(shù)的集成，例如聯(lián)邦學(xué)習(xí)和邊緣計(jì)算。這種集成將在分

布式環(huán)境中實(shí)現(xiàn)高效且保護(hù)隱私的模型交換和執(zhí)行。

此外，ONNX 社區(qū)正在積極致力于擴(kuò)展支持的運(yùn)算

符和層集，以及提高不同深度學(xué)習(xí)框架之間的兼容性。這

些努力將進(jìn)一步增強(qiáng) ONNX 框架的互操作性和易用性。

總而言之，ONNX 框架為深度學(xué)習(xí)中的模型互操

作性和效率挑戰(zhàn)提供了強(qiáng)大的解決方案。通過(guò)提供用于

表示模型的標(biāo)準(zhǔn)化格式以及豐富的工具和庫(kù)生態(tài)系統(tǒng)，

ONNX 實(shí)現(xiàn)了不同深度學(xué)習(xí)框架和平臺(tái)之間的無(wú)縫集成。

它對(duì)模型優(yōu)化和量化技術(shù)的支持進(jìn)一步提高了深度學(xué)習(xí)

模型的效率。

雖然 ONNX 框架有其挑戰(zhàn)和局限性，但其不斷發(fā)展

和未來(lái)趨勢(shì)有望解決這些問(wèn)題并擴(kuò)

展其功能。隨著 ONNX 在研究和工

業(yè)中的日益普及，該框架在推進(jìn)深

度學(xué)習(xí)領(lǐng)域發(fā)揮著至關(guān)重要的作用。

對(duì)于那些尋求增強(qiáng)深度學(xué)習(xí)模

型的互操作性和效率的人來(lái)說(shuō)，探索

ONNX 框架是非?？扇〉摹{借其

廣泛的支持、強(qiáng)大的功能和充滿活力

的社區(qū)，ONNX 有望徹底改變組織

深度學(xué)習(xí)模型的開發(fā)和部署。█

ONXX 框架互操作性

ONNX 運(yùn)行時(shí)

技術(shù)薈萃 TECHNICAL CLUSTER

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 19

人工智能是游戲規(guī)則的改變者，

但它不是應(yīng)用程序 (I)

AI Is a Game Changer, But It’s Not an Application, Part I

（下轉(zhuǎn)第 26 頁(yè)）

如果你在嵌入式空間進(jìn)行一般性民意調(diào)查，

并問(wèn)“目前最熱門的應(yīng)用程序是什么”，

大多數(shù)回答都是人工智能。但是，這種響應(yīng)是

不準(zhǔn)確的，因?yàn)?AI（或其子集機(jī)器學(xué)習(xí)）不是

一個(gè)應(yīng)用程序。它可能是其他應(yīng)用程序的手段，

但就其本身而言，它是一種技術(shù)。

在這篇由兩部分組成的第一部分中，我將

解釋為什么人工智能是應(yīng)用程序的推動(dòng)者，而

不是最終應(yīng)用程序。我將討論人工智能的一些

近期用途，以及它如何適應(yīng)消費(fèi)者和工業(yè)領(lǐng)域。

在第二部分中，我將進(jìn)一步探討人工智能生態(tài)

系統(tǒng)，并為希望實(shí)現(xiàn)這項(xiàng)基本技術(shù)的工程師提

供一些有用的工具。

就人工智能的支持而言，它不應(yīng)被視為與低功耗技

術(shù)、更快的計(jì)算或最新的安全算法有任何不同。簡(jiǎn)而言之，

人工智能使您能夠更好、更快、更準(zhǔn)確地運(yùn)行真正的最終

應(yīng)用程序。根據(jù)這個(gè)正確的定義，某種形式的人工智能可

能會(huì)開始出現(xiàn)在許多應(yīng)用程序中，就像低功耗技術(shù)、更快

的計(jì)算處理或最新的安全算法一樣。

人工智能目前被認(rèn)為是應(yīng)用程序的一個(gè)原因是，許多

新算法，甚至處理器本身，都是專門針對(duì)人工智能的。坦

率地說(shuō)，實(shí)施該技術(shù)仍然不適合膽小的人。它變得越來(lái)越

容易，但工具仍然不那么成熟，許多流程仍在改進(jìn)中。甚

至何時(shí)何地應(yīng)該應(yīng)用人工智能也是一個(gè)有爭(zhēng)議的領(lǐng)域。一

些應(yīng)用程序可以使用更簡(jiǎn)單的機(jī)器學(xué)習(xí)技術(shù)來(lái)最大化，這

些技術(shù)比成熟的人工智能實(shí)施更容易且更具成本效益。

消費(fèi)領(lǐng)域的人工智能

在不久的將來(lái)，比如 24 個(gè)月，預(yù)計(jì)人工智能將繼續(xù)

在消費(fèi)者應(yīng)用中發(fā)揮重要作用，它可以改善我們?nèi)粘Ｉ?/p>

的各個(gè)方面。例如，算法可以根據(jù)個(gè)人口味和興趣對(duì)電子

作者： Rich Nass 嵌入式計(jì)算設(shè)計(jì)常務(wù)副總裁

商務(wù)商品、音樂(lè)、電影和內(nèi)容流服務(wù)等進(jìn)行個(gè)性化推薦。

它將通過(guò)分析用戶行為、偏好和歷史數(shù)據(jù)來(lái)做到這一點(diǎn)。

智能家居自動(dòng)化是人工智能可以產(chǎn)生影響的另一個(gè)

領(lǐng)域，通過(guò)自動(dòng)化和優(yōu)化日常功能，包括調(diào)節(jié)燈光和溫度、

處理灌溉和家庭安全，通過(guò)學(xué)習(xí)居住者的行為模式并更準(zhǔn)

確地檢測(cè)入侵者。

人工智能可以通過(guò)協(xié)助醫(yī)生進(jìn)行診斷、治療計(jì)劃和個(gè)

性化醫(yī)療來(lái)改變醫(yī)療保健。人工智能算法將分析醫(yī)療數(shù)據(jù)、

患者記錄，甚至是最新的醫(yī)學(xué)研究論文，以幫助準(zhǔn)確診斷

并提出適當(dāng)?shù)闹委煼椒?。?shí)時(shí)數(shù)據(jù)將來(lái)自可穿戴設(shè)備和健

康應(yīng)用程序，用于監(jiān)測(cè)生命體征、檢測(cè)異常并提供個(gè)性化

的健康建議。

工業(yè)中的人工智能

在工業(yè)和消費(fèi)者方面，人工智能將繼續(xù)用于預(yù)測(cè)性維

護(hù)。由于傳感器技術(shù)的升級(jí)，隨著更多更好的數(shù)據(jù)，結(jié)合

更新 / 更好的人工智能算法，這個(gè)應(yīng)用程序?qū)⒌玫斤@著改

進(jìn)。通過(guò)檢測(cè)異常并預(yù)測(cè)維護(hù)要求，人工智能可以優(yōu)化維

護(hù)計(jì)劃，最大限度地減少停機(jī)時(shí)間并降低成本。

20 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

應(yīng)用空間 APPLICATION AIDS

設(shè)計(jì)自主移動(dòng)機(jī)器人的考量和方案

Design Considerations and Solutions for Autonomous Mobile Robots

在制造、物流、倉(cāng)儲(chǔ)、農(nóng)業(yè)、零售、酒店等許多行業(yè)中，

自主移動(dòng)機(jī)器人 (AMR) 變得越來(lái)越普遍。AMR 具

有多種優(yōu)勢(shì)，例如可以帶來(lái)更高的效率、更高的生產(chǎn)力和

更安全的工作環(huán)境。本文討論 AMR 的應(yīng)用及其結(jié)構(gòu)中使

用的各種組件（包括電機(jī)、控制器、傳感器、照明和通信

接口）的要求。本文還介紹了安森美 (onsemi) 為滿足這

些需求而提供的合適方案。

AMR 應(yīng)用及優(yōu)勢(shì)

在工廠中，AMR 可用于運(yùn)輸貨物，并協(xié)助實(shí)施質(zhì)量

控制程序。在物流和倉(cāng)儲(chǔ)中，AMR 可以幫助裝卸貨物。

對(duì)于農(nóng)業(yè)生產(chǎn)，AMR 有助于更精確地監(jiān)測(cè)作物和分析土

壤，從而提高生產(chǎn)力。對(duì)于零售和酒店業(yè)，AMR 可以配

送訂單并引導(dǎo)客人，讓員工能夠騰出時(shí)間來(lái)與客戶互動(dòng)，

從而提供更好的客戶服務(wù)。隨著基礎(chǔ)技術(shù)的發(fā)展，部署

AMR 的應(yīng)用和行業(yè)將越來(lái)越多。

AMR 中的電機(jī)和電機(jī)控制

AMR 中的執(zhí)行器由電機(jī)驅(qū)動(dòng)，使機(jī)械臂、升降平臺(tái)

和輪子可以運(yùn)動(dòng)，因此非常重要。選擇執(zhí)行器時(shí)，需要

對(duì)無(wú)刷直流 (BLDC) 電機(jī)、電機(jī)控制器、MOSFET、通

用控制器板 (UCB) 和柵極驅(qū)動(dòng)器等組件進(jìn)行評(píng)估。BLDC

電機(jī)效率高、噪音小、維護(hù)需求少（因此更加可靠）。由

于這些原因，BLDC 電機(jī)在 AMR 中很受歡迎。電機(jī)控制

器具有高扭矩重量比，因此能夠以精確的運(yùn)動(dòng)曲線來(lái)管理

電機(jī)的速度和方向。這些功能可以完全集成（采用嵌入式

控制算法），或使用專用微控制器單元 (MCU) 來(lái)實(shí)現(xiàn)控制

算法。AMR 中常見(jiàn)的三相 BLDC 電機(jī)由電機(jī)繞組上連接

的三個(gè)高邊和三個(gè)低邊功率晶體管驅(qū)動(dòng)，這樣它們就可以

為這些線圈通電并產(chǎn)生磁場(chǎng)，使轉(zhuǎn)子旋轉(zhuǎn)。 換向算法用

于生成脈寬調(diào)制 (PWM) 信號(hào)，PWM 信號(hào)作用于這些開

關(guān)以使其接通和斷開。換向方案的一些例子包括正弦、梯

作者：Hunter Freberg 安森美技術(shù)營(yíng)銷工程師

Bob Card 安森美 先進(jìn)方案部(ASG) 營(yíng)銷經(jīng)理

形和磁場(chǎng)定向控制。AMR 中使用的 BLDC 通常為 48V

或更低，因此 AMR 中使用的電機(jī)控制開關(guān)通常是硅基開

關(guān)。為了快速開發(fā) AMR，安森美提供了多種 BLDC 電

機(jī)控制方案，包括 24V 至 600V 的 ECS640A ecoSpinTM

ARM Cortex BLDC 電機(jī)控制器，它集成了三相柵極驅(qū)動(dòng)

器、精密檢測(cè)放大器 (4x) 和自舉二極管。安森美還提供

NCD83591 5V 至 60V 三相 BLDC 柵極驅(qū)動(dòng)器，作為低

成本方案。

此外，安森美提供基于 Xilinx? Zynq?-7000 SoC 的

BLDC 系統(tǒng)級(jí)模塊 (SoM)。該 UCB 非常適合需要精密控

制的應(yīng)用，也可用于實(shí)現(xiàn)人工智能 (AI) 功能。針對(duì) AMR

中的高性能電機(jī)應(yīng)用，安森美提供了一系列中壓 (MV)

MOSFET。安森美最新的 T10 硅 MOSFET 基于屏蔽柵

極溝槽技術(shù)，具有更低的導(dǎo)通電阻 (RDSon)、更低的柵極電

荷和固有的類似緩沖器的功能，可減少過(guò)沖并最大限度地

降低振鈴。安森美 40V 和 80V T10 MOSFET 具有出色

的 RDSon，分別為 0.42mΩ 和 1.5mΩ。 它們還提供更低

的柵極電荷和出色的軟恢復(fù)功能，以降低電壓尖峰。有關(guān)

NTMFS0D4N04XM、NTMFWS1D5N08 以及其他中壓

MOSFET 產(chǎn)品的更多信息，請(qǐng)聯(lián)系安森美。

用于AMR 的傳感器

AMR 需要監(jiān)測(cè)環(huán)境并與之交互，為此需要不同類型

的傳感器來(lái)收集相關(guān)數(shù)據(jù)。AMR 中常用的傳感器包括溫

度傳感器、圖像傳感器、LiDAR（用于 3D 測(cè)繪）、旋轉(zhuǎn)

運(yùn)動(dòng)傳感器和可見(jiàn)光通信 (VLC) 傳感器。圖像傳感器和

圖像信號(hào)處理器賦能視覺(jué)感知，使 AMR 能檢測(cè)和識(shí)別物

體，從而在環(huán)境中導(dǎo)航，然后采取適當(dāng)?shù)男袆?dòng)。

安森美提供的全局快門和卷簾快門圖像傳感器非常

適合這種應(yīng)用。例如，AR0234CS 圖像傳感器基于創(chuàng)新

的全局快門像素設(shè)計(jì)，并經(jīng)過(guò)優(yōu)化，能以全分辨率精確捕

捉快速移動(dòng)的場(chǎng)景（每秒 120 幀），為機(jī)器視覺(jué)或條形碼

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 21

應(yīng)用空間 APPLICATION AIDS

掃描生成清晰的圖像。

位置傳感器會(huì)測(cè)量機(jī)

器人的輪子或其他活

動(dòng) 部 件 的 旋 轉(zhuǎn) 情 況，

使其能夠準(zhǔn)確跟蹤位置

和方向。超聲波和紅外傳

感器可以測(cè)量與遠(yuǎn)程物體的

距離，使 AMR 能夠檢測(cè)障礙

物并避免碰撞。

安森美的 NCS32100 是一款

工業(yè)用旋轉(zhuǎn)位置傳感器，兼具高精度

與高速度優(yōu)勢(shì)。它采用 38mm 傳感器，

可在 6,000 RPM 轉(zhuǎn)速 時(shí)提供 +/-50 角

秒的精度。對(duì)于低精度應(yīng)用，它支持高達(dá)

100,000 RPM 的轉(zhuǎn)速。這款全新器件采用專利方法來(lái)實(shí)

現(xiàn)電感位置感知，非常適用于工業(yè)和機(jī)器人應(yīng)用。

為AMR 供電

電源和電源樹 (Power Tree) 技術(shù)是影響 AMR 電池

壽命和運(yùn)行能力的關(guān)鍵因素。選擇 AMR 電源系統(tǒng)時(shí)，重

要的性能特征和參數(shù)包括 ：能量密度、電壓和電流要求、

效率及方案尺寸。鋰離子電池具有高能量密度和長(zhǎng)使用壽

命，常用于 AMR。電源管理單元會(huì)調(diào)節(jié)從電池到其他器

件的功率流，而由開關(guān)轉(zhuǎn)換器和穩(wěn)壓器組成的電源樹則確

保它們接收到適當(dāng)?shù)碾妷汉碗娏?。例如，F(xiàn)AN65008B 同

步 PWM 降壓穩(wěn)壓器可將 48V 輸入降壓為 28V 輸出，同

時(shí)為恒定的 10A 直流負(fù)載供電，峰值效率可達(dá) 98%。

在功率達(dá) 1kW 的電源中，將交流電轉(zhuǎn)換為直流電，

可采用 NCP1632 功率因數(shù)控制器 (PFC)、NCP1399 LLC

控制器結(jié)合 NCP4307 同步整流器控制器 (SRC) ，以優(yōu)化

能效從。

安森美 EliteSiC 碳化硅 MOSFET 非常適合高功率應(yīng)

用（通常大于 3kW ）中的 AC-DC 和 DC-DC 電源轉(zhuǎn)換。

為了給 AMR 的電池充電，必須將住宅或工業(yè)交流電源轉(zhuǎn)

換為可用的中壓直流輸出。AC-DC 前端和 DC-DC 轉(zhuǎn)換器

的初級(jí)側(cè)均可利用 EliteSiC FET 的優(yōu)勢(shì)。DC-DC 轉(zhuǎn)換器

的次級(jí)側(cè)可以使用經(jīng)過(guò)開關(guān)優(yōu)化的安森美溝槽 MOSFET。

照明

發(fā)光二極管 (LED) 等照明技術(shù)的重要性在于，它們

使 AMR 能夠在各種環(huán)境中導(dǎo)航、通信和工作。照明還用

于發(fā)出信號(hào)并指示 AMR 的狀態(tài)或方向。為 AMR 選擇照

明技術(shù)時(shí)，需要考慮的性能特征和參數(shù)包括亮度、色溫和

功耗。LED 控制器和驅(qū)動(dòng)器是關(guān)鍵組件，負(fù)責(zé)監(jiān)控 LED

內(nèi)的電流，并使其發(fā)出特定強(qiáng)度和波長(zhǎng)的光線。LED 驅(qū)

動(dòng)電路使用高邊和低邊功率 MOSFET 來(lái)導(dǎo)通和關(guān)斷 LED

電流，防止受到過(guò)壓和過(guò)流條件的影響，并確保 LED 驅(qū)

動(dòng)電路的穩(wěn)定性。

安 森 美 NCV7685 LED 線 性 電 流 驅(qū) 動(dòng) 器 和

NCL31000 智能 LED 驅(qū)動(dòng)器非常適合 AMR 照明應(yīng)用。

NCV7685 具有 12 個(gè)線性可編程恒流源，使用相同的

基準(zhǔn)電壓，支持 128 個(gè)不同的可調(diào) PWM 占空比級(jí)別。

NCL31000 采用高效率降壓 LED 驅(qū)動(dòng)器，支持高帶寬模

擬和 PWM 調(diào)光（降至零電流），并有兩個(gè)輔助 DC-DC

轉(zhuǎn)換器和診斷功能，以監(jiān)測(cè)輸入和輸出電流和電壓、LED

溫度以及 DC-DC 電壓。

NCL31000 支持可見(jiàn)光通信 (VLC)，使用可見(jiàn)光作為

載體單向傳輸數(shù)據(jù)，速率高達(dá) 10kb/s。VLC 支持 AMR

與其他設(shè)備和人類進(jìn)行安全通信。由于可見(jiàn)光光譜范圍為

430 THz 至 790 THz，因此 VLC 不會(huì)影響附近的無(wú)線技

術(shù)，如藍(lán)牙 ? 低功耗（藍(lán)牙 LE）、Zigbee、UWB 和 WiFi。VLC 非常安全，因?yàn)楸举|(zhì)上只能在視線范圍內(nèi)發(fā)揮作

用。得益于 UWB、藍(lán)牙 LE (AoA/AoD) 和 Wi-Fi 室內(nèi)

定位系統(tǒng) (IPS) ，AMR 可用于倉(cāng)庫(kù)導(dǎo)航應(yīng)用。但是，有

時(shí) RF 擁塞或干擾可能會(huì)影響 IPS。為了減輕這種影響，

圖 1：基于安森美產(chǎn)品的自主移動(dòng)機(jī)器人 (AMR) 方案。

傳 電

電

22 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

應(yīng)用空間 APPLICATION AIDS

可以使用 VLC 來(lái)補(bǔ)充現(xiàn)有的 RF IPS，將 VLC 安裝到天

花板燈具電源系統(tǒng)中，每個(gè)天花板燈具將發(fā)射唯一的 ID

號(hào)。如果 AMR 內(nèi)置布局?jǐn)?shù)據(jù)庫(kù)，包含每個(gè)燈具的位置和

唯一 ID，則 AMR 可以借助朝向天花板的簡(jiǎn)單光電二極

管進(jìn)行自我導(dǎo)航，如圖 2 所示。

通信

無(wú)線通信技術(shù)使 AMR 能夠傳輸數(shù)據(jù)和接收命令，從

而與其他設(shè)備和系統(tǒng)進(jìn)行通信和交互，因此對(duì)于 AMR 至

關(guān)重要。為 AMR 選擇通信技術(shù)時(shí)，需要考慮的性能特征

和參數(shù)包括 ：工作范圍、數(shù)據(jù)速率、功耗和安全性。在工

作范圍內(nèi)，AMR 必須能夠以適當(dāng)?shù)臄?shù)據(jù)速率與環(huán)境中的

其他設(shè)備和系統(tǒng)充分通信。功耗必須足夠低，以盡可能延

長(zhǎng)電池壽命，而安全性對(duì)于保護(hù) AMR 數(shù)據(jù)和命令免遭非

法訪問(wèn)或泄露至關(guān)重要。藍(lán)牙低功耗無(wú)線通信技術(shù)專為低

功耗設(shè)計(jì)，因此非常適合電池供電設(shè)備。它支持一系列數(shù)

據(jù)傳輸速率，用于在 AMR 和其他設(shè)備之間傳輸傳感器數(shù)

據(jù)和控制信號(hào)。藍(lán)牙 LE 也可以用于室內(nèi)定位系統(tǒng)，支持

AMR 在動(dòng)態(tài)環(huán)境中導(dǎo)航。

安森美 RSL15 是通過(guò)藍(lán)牙 5.2 認(rèn)證的收發(fā)器，提供

易于實(shí)施的藍(lán)牙 LE 無(wú)線應(yīng)用，支持到達(dá)角 (AOA) 和出

發(fā)角 (AOD) 關(guān)鍵功能，以實(shí)現(xiàn)精確的室內(nèi)定位系統(tǒng) (IPS)。

高度集成的無(wú)線系統(tǒng)單芯片 (SoC) 優(yōu)化了系統(tǒng)尺寸和電池

壽命。它采用 ARM Cortex-M33 處理器和 2.4 GHz 收發(fā)

器，支持藍(lán)牙 LE 5.2 和 2.4 GHz 自定義協(xié)議。

各個(gè) AMR 還需要內(nèi)置有線數(shù)字通信，以便在板載中

央計(jì)算機(jī)與各個(gè)電機(jī)控制器、照明控制器、傳感器之間提

供實(shí)時(shí)控制。CAN (2Mbps) 或 CAN-FD (5Mbps) 多年來(lái)

一直是典型的首選協(xié)議。兩種協(xié)議均通過(guò) UTP（非屏蔽

雙絞線）電纜進(jìn)行通信，各個(gè)節(jié)點(diǎn)可以配置為菊花鏈、多

分支拓?fù)洌钥s減電纜重量和成本。以太網(wǎng)聯(lián)盟最近推出

了 10BASE-T1S (10Mbps)，這是一種基于以太網(wǎng) IP 的

數(shù)字通信協(xié)議，也能夠在包含最少 8 個(gè)節(jié)點(diǎn)的菊花鏈、多

分支拓?fù)渖?，通過(guò)最少 25 米的 UTP 或單對(duì)以太網(wǎng) (SPE)

進(jìn)行通信。10BASE-T1S 相對(duì)于 CAN 和 CAN-FD 的主

要優(yōu)勢(shì)是數(shù)據(jù)速率更快，而且從主體到邊緣節(jié)點(diǎn)是全 IP

以太網(wǎng)通信協(xié)議域，有利于人工智能 (AI) 和機(jī)器學(xué)習(xí)。

安森美 NCN26010 10BASE-T1S 工業(yè)以太網(wǎng)收發(fā)

器可利用現(xiàn)有的雙絞線布線實(shí)現(xiàn)工業(yè)應(yīng)用的多分支以太網(wǎng)

通信。該器件符合 IEEE 802.3cg 標(biāo)準(zhǔn)，包括媒體訪問(wèn)控

制器 (MAC)、PLCA 協(xié)調(diào)子層 (RS) 和專為工業(yè)多分支以

太網(wǎng)設(shè)計(jì)的 10BASE-T1S PHY。它可提供通過(guò)單一的非

屏蔽雙絞線傳輸和接收數(shù)據(jù)的所有物理層功能，并可通過(guò)

Open Alliance 的 MACPHY SPI 協(xié)議與主機(jī) MCU 通信。

總結(jié)

AMR 在眾多行業(yè)中的應(yīng)用持續(xù)增長(zhǎng)。然而，復(fù)雜的

AMR 系統(tǒng)需要集成多種不同的技術(shù)才能自主、可靠、安

全地運(yùn)行。因此，AMR 應(yīng)用能否成功，取決于設(shè)計(jì)階段

是否選擇了合適的技術(shù)。█

圖 2：AMR 借助 VLC 實(shí)現(xiàn)室內(nèi)定位系統(tǒng) (IPS)。

PoE 電源和通信

布局?jǐn)?shù)據(jù)庫(kù)

教程 TUTORIAL

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 23

邊緣計(jì)算能夠讓傳感器節(jié)點(diǎn)在本地自行決策而不受 5G 和

Wi-Fi 網(wǎng)絡(luò)數(shù)據(jù)傳輸速率的限制，為實(shí)現(xiàn)之前難以落地的

新興技術(shù)和應(yīng)用場(chǎng)景提供了助力。例如，在偏遠(yuǎn)地區(qū)，傳

感器級(jí)別的煙霧 / 火災(zāi)探測(cè)或環(huán)境數(shù)據(jù)分析已成為現(xiàn)實(shí)。

這些應(yīng)用支持電池供電，能夠工作很多年的時(shí)間。本文通

過(guò)探討如何采用帶專用 CNN 加速器的 AI 微控制器實(shí)現(xiàn)

CNN 的硬件轉(zhuǎn)換來(lái)說(shuō)明如何實(shí)現(xiàn)這些功能。

作者：Ole Dreessen ADI現(xiàn)場(chǎng)應(yīng)用工程師

本系列文章由三部分組成，主要探討卷積神經(jīng)網(wǎng)絡(luò)(CNN)的特性和應(yīng)用。CNN主要用于模式識(shí)別和對(duì)象

分類。作為系列文章的第三部分，本文重點(diǎn)解釋如何使用硬件轉(zhuǎn)換卷積神經(jīng)網(wǎng)絡(luò)(CNN)，并特別介紹使用帶

CNN硬件加速器的人工智能(AI)微控制器在物聯(lián)網(wǎng)(IoT)邊緣實(shí)現(xiàn)人工智能應(yīng)用所帶來(lái)的好處。系列文章的前

兩篇文章為《卷積神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介：什么是機(jī)器學(xué)習(xí)？——第一部分》（見(jiàn)本刊第0506期第21~23頁(yè)）和《訓(xùn)練

卷積神經(jīng)網(wǎng)絡(luò)：什么是機(jī)器學(xué)習(xí)？——第二部分》（見(jiàn)本刊第0708期第22~24頁(yè)）。

卷積神經(jīng)網(wǎng)絡(luò)的硬件轉(zhuǎn)換：

什么是機(jī)器學(xué)習(xí)？(III)

Hardware Conversion of Convolutional Neural Networks:

What Is Machine Learning?—Part 3

AI 應(yīng)用通常需要消耗大量能源，并以服務(wù)器農(nóng)場(chǎng)或

昂貴的現(xiàn)場(chǎng)可編程門陣列 (FPGA) 為載體。AI 應(yīng)用的挑

戰(zhàn)在于提高計(jì)算能力的同時(shí)保持較低的功耗和成本。當(dāng)

前，強(qiáng)大的智能邊緣計(jì)算正在使 AI 應(yīng)用發(fā)生巨大轉(zhuǎn)變。

與傳統(tǒng)的基于固件的 AI 計(jì)算相比，以基于硬件的卷積神

經(jīng)網(wǎng)絡(luò)加速器為載體的智能邊緣 AI 計(jì)算具備驚人的速度

和強(qiáng)大的算力，開創(chuàng)了計(jì)算性能的新時(shí)代。這是因?yàn)橹悄?/p>

圖1. MAX78000的結(jié)構(gòu)框圖。

Ultra Low Power Micro

100 MHz R0 32 kHz XO (RTC)

Parallel Processors 64

1024

512 kB + 384 kB

432 kB2,3

(Up to 3.5 M Weights)

32.... 64 Max Layers 1

Max Weights

Data Memory

Max Input Dimensions

Max Input/Output

Channels in Any Layer

60 MHz R0 7.3728 MHz R0

Ext. Square Wave

(Up to 80 MHz)

Arm Cortez-M4F

100 MHz

16 kB Cache

SIMO/DVS

128 kB Flash

128 kB SRAM

4-Channel DMA

AES 128/192/256

TRNG

Unique ID SWD

8-Channel 10-Blt ADC

4 Micropower Comparator

Parallel Camera

1-Wire Master

I

2

S M/S

3 × I2

C (High Speed)

2 × SPI M/S

2 × UART

1 × LP

181 × 181

(Per Channel, Preloaded)

1023 × 1023

(Per Channel, Streaming4

)

9 × Timers

6 × 32-Bit, 2 × LP

2 × Watchdog,

1 × Wakeup 4 × Pulse Train

RISC-V Smart DMA

60 MHz, Cache

8 kHz to 30 kHz R0

Clocking

External Interfaces

CNN Accelerator

教程 TUTORIAL

24 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

采用超低功耗卷積神經(jīng)網(wǎng)絡(luò)加速器的人工智

能微控制器

MAX78000 是一款有超低功耗 CNN 加速器的 AI 微

控制器片上系統(tǒng)， 能在資源受限的邊緣設(shè)備或物聯(lián)網(wǎng)應(yīng)用

中實(shí)現(xiàn)超低功耗的神經(jīng)網(wǎng)絡(luò)運(yùn)算。其應(yīng)用場(chǎng)景包括目標(biāo)檢

測(cè)和分類、音頻處理、聲音分類、噪聲消除、面部識(shí)別、

基于心率等健康體征分析的時(shí)間序列數(shù)據(jù)處理、多傳感器

分析以及預(yù)測(cè)性維護(hù)。

圖 1 為 MAX78000 的框圖，其內(nèi)核為帶浮點(diǎn)運(yùn)算單

元的 Arm?

Cortex?

-M4F 內(nèi)核，工作頻率高達(dá) 100 MHz。

為了給應(yīng)用提供足夠的存儲(chǔ)資源，MAX78000 還配備了

512 kB 的閃存和 128 kB 的 SRAM。該器件提供多個(gè)外

部接口，例如 I2

C、SPI、UART，以及用于音頻的 I2

S。

此外，器件還集成了 60 MHz 的 RISC-V 內(nèi)核，可以作

為一個(gè)智能的直接存儲(chǔ)器訪問(wèn) (DMA) 引擎從 / 向各個(gè)外

圍模塊和存儲(chǔ)（包括閃存和 SRAM）復(fù)制 / 粘貼數(shù)據(jù)。由

于 RISC-V 內(nèi)核可以對(duì) AI 加速器所需的傳感器數(shù)據(jù)進(jìn)行

預(yù)處理，因而 Arm 內(nèi)核在此期間可以處于深度睡眠模式。

推理結(jié)果也可以通過(guò)中斷觸發(fā) Arm 內(nèi)核在主應(yīng)用程序中

執(zhí)行操作，通過(guò)無(wú)線傳輸傳感器數(shù)據(jù)或向用戶發(fā)送通知。

具備用于執(zhí)行卷積神經(jīng)網(wǎng)絡(luò)推理的專用硬件加速器

單元是 MAX7800x 系列微控制器的一個(gè)顯著特征，這使

其有別于標(biāo)準(zhǔn)的微控制器架構(gòu)。該 CNN 硬件加速器可以

支持完整的 CNN 模型架構(gòu)以及所有必需的參數(shù)（權(quán)重和

偏置），配備了 64 個(gè)并行處理器和一個(gè)集成存儲(chǔ)器。集成

存儲(chǔ)器中的 442 kB 用于存儲(chǔ)參數(shù)，896 kB 用于存儲(chǔ)輸

入數(shù)據(jù)。不僅存儲(chǔ)在 SRAM 中的模型和參數(shù)可以通過(guò)固

件進(jìn)行調(diào)整，網(wǎng)絡(luò)也可以實(shí)時(shí)地通過(guò)固件進(jìn)行調(diào)整。器件

支持的模型權(quán)重為 1 位、2 位、4 位或 8 位，存儲(chǔ)器支持

容納多達(dá) 350 萬(wàn)個(gè)參數(shù)。加速器的存儲(chǔ)功能使得微控制

器無(wú)需在連續(xù)的數(shù)學(xué)運(yùn)算中每次都要通過(guò)總線獲取相關(guān)參

數(shù)——這樣的方式通常伴有高延遲和高功耗，代價(jià)高昂。

CNN 加速器可以支持 32 層或 64 層的網(wǎng)絡(luò)，具體層數(shù)取

決于池化函數(shù)。每層的可編程圖像輸入 / 輸出大小最多為

1024 × 1024 像素。

CNN硬件轉(zhuǎn)換：功耗和推理速度比較

CNN 推理是一項(xiàng)包含大型矩陣線性方程運(yùn)算的復(fù)雜

計(jì)算任務(wù)。Arm Cortex-M4F 微控制器的強(qiáng)大能力可以

使得 CNN 推理在嵌入式系統(tǒng)的固件上運(yùn)行。但這種方式

也有一些缺點(diǎn) ：在微控制器上運(yùn)行基于固件的 CNN 推理

時(shí)，計(jì)算命令和相關(guān)參數(shù)都需要先從存儲(chǔ)器中檢索再被寫

回中間結(jié)果，這會(huì)造成大量功耗和時(shí)延。

表 1 對(duì)三種不同解決方案的 CNN 推理速度和功耗進(jìn)

行了比較。所用的模型基于手寫數(shù)字識(shí)別訓(xùn)練集 MNIST

開發(fā)，可對(duì)視覺(jué)輸入數(shù)據(jù)中的數(shù)字和字母進(jìn)行分類以獲得

準(zhǔn)確的輸出結(jié)果。為確定功耗和速度的差異，本文對(duì)三種

解決方案所需的推理時(shí)間進(jìn)行了測(cè)量。

方 案 一 使 用 集 成 Arm Cortex-M4F 處 理 器 的

MAX32630 進(jìn)行推理，其工作頻率為 96 MHz。方案二使

用 MAX78000 的 CNN 硬件加速器進(jìn)行推理，其推理速

度（即數(shù)據(jù)輸入與結(jié)果輸出之間的時(shí)間）比方案一加快了

400 倍，每次推理所需的能量也僅為方案一的 1/1100。

方案三對(duì) MNIST 網(wǎng)絡(luò)進(jìn)行了低功耗優(yōu)化，從而最大限度

地降低了每次推理的功耗。雖然方案三推理結(jié)果的準(zhǔn)確性

從 99.6% 下降到了 95.6%，但其速度快了很多，每次推理

只需 0.36 ms，推理功耗降也低至僅 1.1μW。兩節(jié) AA 堿

性電池（總共 6 Wh 能量）可以支持應(yīng)用進(jìn)行 500 萬(wàn)次的

推理（忽略系統(tǒng)其它部分的功耗）。

表1.手寫數(shù)字識(shí)別的CNN推理時(shí)間和推理功耗，基于MNIST數(shù)據(jù)集

方案 推理速度(ms) 每次推理功耗(μWs)

(1) MAX32630，MNIST網(wǎng)絡(luò)部署在固件中 574 22887

(2) MAX78000，MNIST網(wǎng)絡(luò)部署在硬件中 1.42 20.7

(3) MAX78000，MNIST網(wǎng)絡(luò)部署在硬件中且優(yōu)化了低功耗性能 0.36 1.1

圖2.智能寵物門框圖。

教程 TUTORIAL

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 25

這些數(shù)據(jù)說(shuō)明了硬件加速器的強(qiáng)大計(jì)算能力可

以大大助益無(wú)法利用或連接到連續(xù)電源的應(yīng)用場(chǎng)景。

MAX78000 就是這樣一款產(chǎn)品，它支持邊緣 AI 處理，無(wú)

需大量功耗和網(wǎng)絡(luò)連接，也無(wú)需冗長(zhǎng)的推理時(shí)間。

MAX78000 AI微控制器的使用示例

MAX78000 支持多種應(yīng)用，下面本文圍繞部分用例

展開討論。其中一個(gè)用例是設(shè)計(jì)一個(gè)電池供電的攝像頭，

需要能檢測(cè)到視野中是否有貓出現(xiàn)，并能夠通過(guò)數(shù)字輸出

打開貓門允許貓進(jìn)入房屋。

圖 2 為該設(shè)計(jì)的示例框圖。在本設(shè)計(jì)中，RISC-V

內(nèi)核會(huì)定期開啟圖像傳感器并將圖像數(shù)據(jù)加載到

MAX78000 的 CNN 加速器中。如果系統(tǒng)判斷貓出現(xiàn)的

概率高于預(yù)設(shè)的閾值，則打開貓門然后回到待機(jī)模式。

開發(fā)環(huán)境和評(píng)估套件

邊緣人工智能應(yīng)用的開發(fā)過(guò)程可分為以下幾個(gè)階段 ：

第一階段 ：AI——網(wǎng)絡(luò)的定義、訓(xùn)練和量化

第二階段 ：Arm 固件——將第一階段生成的網(wǎng)絡(luò)和

參數(shù)導(dǎo)入 C/C++ 應(yīng)用程序，創(chuàng)建并測(cè)試固件

開發(fā)過(guò)程的第一階段涉及建模、訓(xùn)練和評(píng)估 AI 模 圖4. MAX78000評(píng)估套件。

MAX7800x

Embedded

C Code

UI/Output

Processing

Input Data Sample Model Descrlption

(YAML)

MAX7800X

Synthesls

Quantization Evaluation

Quant - Aware

Training

Dataset +

Data Loader

2

Synthesis

ai8z-synthesis

1

Training

ai8z-Training

3

Deployment

Embedded SDK

Checkpoint File

(Welghts)

Live Data

Acquisition

圖3. AI開發(fā)過(guò)程。

型等環(huán)節(jié)。此階段開發(fā)人員可以利用開源工具，例如

PyTorch 和 TensorFlow。MAX78000 的 GitHub 網(wǎng) 頁(yè)

也提供全面的資源幫助用戶在考慮其硬件規(guī)格的同時(shí)使用

PyTorch 構(gòu)建和訓(xùn)練 AI 網(wǎng)絡(luò)。網(wǎng)頁(yè)也提供一些簡(jiǎn)單的

AI 網(wǎng)絡(luò)和應(yīng)用，例如面部識(shí)別 (Face ID)，供用戶參考。

圖 3 顯示了采用 PyTorch 進(jìn)行 AI 開發(fā)的典型過(guò)程。

首先是對(duì)網(wǎng)絡(luò)進(jìn)行建模。必須注意的是，MAX7800x 微

控制器并非都配置了支持所有 PyTorch 數(shù)據(jù)操作的相關(guān)

硬件。因此，必須首先將 ADI 公司提供的 ai8x.py 文件

包含在項(xiàng)目中，該文件包含 MAX78000 所需的 PyTorch

教程 TUTORIAL

26 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

模塊和運(yùn)算符?；诖丝梢赃M(jìn)入下一步驟構(gòu)建網(wǎng)絡(luò)，使用

訓(xùn)練數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練、評(píng)估和量化。這一步驟會(huì)生成

一個(gè)檢查點(diǎn)文件，其中包含用于最終綜合過(guò)程的輸入數(shù)據(jù)。

最后一步是將網(wǎng)絡(luò)及其參數(shù)轉(zhuǎn)換為適合 CNN 硬件加速器

的形式。值得注意的是，雖然任何 PC（筆記本、服務(wù)器等）

都可用于訓(xùn)練網(wǎng)絡(luò)，但如果沒(méi)有 CUDA 顯卡，訓(xùn)練網(wǎng)絡(luò)

可能會(huì)花費(fèi)很長(zhǎng)的時(shí)間——即使對(duì)于小型網(wǎng)絡(luò)來(lái)說(shuō)也有可

能需要幾天甚至幾周的時(shí)間。

開發(fā)過(guò)程的第二階段是通過(guò)將數(shù)據(jù)寫入 CNN 加速器

并讀取結(jié)果的機(jī)制來(lái)創(chuàng)建應(yīng)用固件。

第一階段創(chuàng)建的文件通過(guò) #include 指令集成到 C/

圖5. MAX78000FTHR評(píng)估套件。

C++ 項(xiàng)目中。微控制器的開發(fā)環(huán)境可使用 Eclipse IDE 和

GNU 工具鏈等開源工具。ADI 公司提供的軟件開發(fā)套件

(Maxim Micros SDK (Windows)) 也已經(jīng)包含了所有開發(fā)

必需的組件和配置，包括外設(shè)驅(qū)動(dòng)以及示例說(shuō)明，幫助用

戶簡(jiǎn)化應(yīng)用開發(fā)過(guò)程。

成功通過(guò)編譯和鏈接的項(xiàng)目可以在目標(biāo)硬件上進(jìn)行

評(píng)估。ADI 開發(fā)了兩種不同的硬件平臺(tái)可供選用 ：圖 4 為

MAX78000EVKIT，圖 5 為 MAX78000FTHR，一個(gè)稍小的

評(píng)估板。每個(gè)評(píng)估板都配有一個(gè) VGA 攝像頭和一個(gè)麥克風(fēng)。

結(jié)論

以前，AI 應(yīng)用必須以昂貴的服務(wù)器農(nóng)場(chǎng)或 FPGA 為

載體，并消耗大量能源?，F(xiàn)在，借助帶專用 CNN 加速器

的 MAX78000 系列微控制器，AI 應(yīng)用依靠單組電池供電

就可以長(zhǎng)時(shí)間運(yùn)行。MAX78000 系列微控制器在能效和

功耗方面的性能突破大大降低了邊緣 AI 的實(shí)現(xiàn)難度，使

得新型邊緣 AI 應(yīng)用的驚人潛力得以釋放。█

在制造應(yīng)用中，人工智能可以通過(guò)分析圖像、視頻或

傳感器數(shù)據(jù)來(lái)檢測(cè)產(chǎn)品或生產(chǎn)線中的缺陷、異?；虿灰恢?，

從而自動(dòng)化和增強(qiáng)質(zhì)量控制流程。人工智能算法還可以通

過(guò)分析歷史數(shù)據(jù)、市場(chǎng)趨勢(shì)和其他影響需求和供應(yīng)的因素

來(lái)優(yōu)化供應(yīng)鏈管理。這將導(dǎo)致更準(zhǔn)確的需求預(yù)測(cè)、庫(kù)存管

理、物流優(yōu)化和有效的資源分配，包括在資源更容易獲得

和更具成本效益的時(shí)候運(yùn)行機(jī)器來(lái)優(yōu)化能源。

需要教育

顯然需要讓設(shè)計(jì)社區(qū)更多地考慮人工智能如何增強(qiáng)

他們的應(yīng)用程序，而不是僅僅考慮人工智能作為應(yīng)用程序。

一個(gè)好的開始是提供有關(guān)人工智能是什么以及它可以做什

么的全面教育和培訓(xùn)。必須讓工程師了解 Synaptics 等公

司的 AI 原理、算法、工具和未來(lái)技術(shù)，以創(chuàng)建最終提供

更好的結(jié)果的 AI 增強(qiáng)型產(chǎn)品。

要真正構(gòu)建支持 AI 的解決方案，需要高效的硬件以

及在硬件上運(yùn)行的軟件。Synaptics 提供多模式可擴(kuò)展的

邊緣 AI 平臺(tái)（見(jiàn)上圖）。與硬件相結(jié)合的是平臺(tái)上運(yùn)行的

軟件，使工程師能夠構(gòu)建支持 AI 的應(yīng)用程序。Synaptics

提供創(chuàng)建支持 AI 的應(yīng)用程序所需的開源框架、工具、模

型和技術(shù)。此外，該公司正在與人工智能庫(kù)和開發(fā)工具提

供商建立合作伙伴關(guān)系，以增強(qiáng)和完成快速實(shí)施各種人工

智能應(yīng)用程序所需的價(jià)值主張。

社區(qū)應(yīng)該借此機(jī)會(huì)向像 Synaptics 這樣的專家學(xué)習(xí)和

合作，利用公司已經(jīng)（并將繼續(xù)）進(jìn)行的研發(fā)投資。通過(guò)

將 AI 作為推動(dòng)者而不是最終應(yīng)用，行業(yè)領(lǐng)導(dǎo)者可以在工

程界培養(yǎng)適當(dāng)?shù)?AI 意識(shí)、能力和熱情文化，并幫助推動(dòng)

AI 的參與和采用。█

（上接第 19 頁(yè)）

特色產(chǎn)品 FEATURED PRODUCTS

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 27

為工業(yè)電機(jī)提供高效動(dòng)力，無(wú)論是現(xiàn)在還是未來(lái)

只要電機(jī)存在，工業(yè)應(yīng)用的電機(jī)控制就一直是一個(gè)討

論話題。這種永無(wú)止境的討論的最大原因與需要更

有效地驅(qū)動(dòng)它們有關(guān)，這意味著我們希望用更少的功率做

更多的事情，同時(shí)最大限度地延長(zhǎng)這些電機(jī)的正常運(yùn)行時(shí)

間。在許多情況下，我們指的是“始終在線”電源，其中

系統(tǒng)需要全天候運(yùn)行。

除了似乎永無(wú)止境的電機(jī)控制討論之外，我們還有一

個(gè)相對(duì)較新的趨勢(shì)，即堅(jiān)持工業(yè) 4.0。工業(yè) 4.0 被認(rèn)為是

將數(shù)字和自動(dòng)化技術(shù)集成到制造過(guò)程中，帶來(lái)了與電機(jī)和

功率控制相關(guān)的一系列挑戰(zhàn)。此外，工業(yè) 4.0 在很大程度

上依賴于各種設(shè)備和系統(tǒng)之間的無(wú)縫通信和連接，通常是

這些系統(tǒng)之間的多任務(wù)處理。

工業(yè) 4.0 還意味著擁有現(xiàn)代化的生產(chǎn)設(shè)施，這將需要

云連接，一系列執(zhí)行器（模擬和數(shù)字），當(dāng)然還有強(qiáng)大的

處理能力。這種連接的一個(gè)關(guān)鍵原因是在軟件端提供更新，

這與確保內(nèi)存占用量足夠大但又不會(huì)太大密切相關(guān)。這是

制造商為其系統(tǒng)提供未來(lái)證明的機(jī)制。

工業(yè)平臺(tái)的大腦

英飛凌基于 Arm Cortex-M32 處理器內(nèi)核的 7000

位 XMC7 MCU 非常適合管理此應(yīng)用。由于它針對(duì)工業(yè)應(yīng)

用，因此該器件配備了 CAN FD、TCPWM 和千兆以太

Efficiently Power Your Industrial Motors, Today and Beyond

作者：Panagiotis Venardos 英飛凌工業(yè)MCU高級(jí)經(jīng)理

網(wǎng)等外設(shè)，并支持硬件安全。提供單核和雙核選項(xiàng)，兩者

都由 Cortex-M0+ 內(nèi)核支持，因此設(shè)計(jì)人員可以優(yōu)化其

最終產(chǎn)品以滿足應(yīng)用所需的特定條件。它提供低至 8μA

的低功耗模式。

XMC7000 MCU 可在 -40℃ ~+125℃的惡劣環(huán)境中

工作。 提供四種封裝 / 引腳類型，具有 17 種部件號(hào)變體，

可滿足幾乎任何工業(yè)設(shè)計(jì)要求。此外，MCU 可以與廣泛

的軟件解決方案捆綁在一起，以實(shí)現(xiàn)復(fù)雜的電機(jī)和功率控

制，包括 ModusToolbox 軟件，以實(shí)現(xiàn)跨平臺(tái)的通用開

發(fā)體驗(yàn)。作為開發(fā)工具、庫(kù)和嵌入式運(yùn)行時(shí)資產(chǎn)的集合，

ModusToolbox 軟件旨在提供靈活而全面的開發(fā)體驗(yàn)。

將一切連接在一起

在電機(jī)和功率控制方面，將所有電機(jī)、驅(qū)動(dòng)器、控制

器、傳感器和其他組件連接到本地網(wǎng)絡(luò)是關(guān)鍵。確保這些

設(shè)備之間的可靠和安全通信可能是一項(xiàng)挑戰(zhàn)，尤其是在處

理來(lái)自不同制造商的遺留系統(tǒng)或異構(gòu)設(shè)備時(shí)。

開發(fā)人員必須考慮到電機(jī)和電源控制系統(tǒng)通常來(lái)自

不同的供應(yīng)商。因此，他們可能使用不同的通信協(xié)議和標(biāo)

準(zhǔn)。實(shí)現(xiàn)這些系統(tǒng)之間的互操作性可能是一個(gè)挑戰(zhàn)，因?yàn)?/p>

它需要開發(fā)標(biāo)準(zhǔn)化的接口、協(xié)議和數(shù)據(jù)格式，以實(shí)現(xiàn)跨不

英飛凌針對(duì)工業(yè)應(yīng)用優(yōu)化的32位XMC7000 MCU關(guān)鍵功能框圖。

特色產(chǎn)品 FEATURED PRODUCTS

28 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

同設(shè)備和平臺(tái)的無(wú)縫集成和通信。也可能是多個(gè)系統(tǒng)同時(shí)

運(yùn)行。其結(jié)果是顯然需要在整個(gè)系統(tǒng)網(wǎng)絡(luò)中保持高水平的

性能，并且需要定制，并縮短設(shè)置時(shí)間。

幫助保護(hù)工業(yè)平臺(tái)

當(dāng)然，隨著制造和自動(dòng)化環(huán)境中連接性和數(shù)據(jù)交換的

增加，網(wǎng)絡(luò)威脅和攻擊的風(fēng)險(xiǎn)變得更加普遍。電機(jī)和電源

控制系統(tǒng)是網(wǎng)絡(luò)攻擊的潛在目標(biāo)，這些攻擊可能會(huì)破壞生

產(chǎn)過(guò)程或損害敏感數(shù)據(jù)。添加強(qiáng)大的網(wǎng)絡(luò)安全措施（包括

加密、訪問(wèn)控制和入侵檢測(cè)系統(tǒng)）對(duì)于防范這些威脅至關(guān)

重要。

定時(shí)器和脈寬調(diào)制

定時(shí)器和脈寬調(diào)制器（PWM）也是工業(yè)領(lǐng)域的關(guān)鍵

組件。例如，定時(shí)器用于機(jī)械和電子元件的調(diào)度和排序，

以及過(guò)程控制。在監(jiān)控方面，計(jì)時(shí)器用于跟蹤各種過(guò)程或

事件的持續(xù)時(shí)間，然后可用于診斷目的。

PWM 通?？刂戚斔偷截?fù)載的功率量，例如直流或三

相交流感應(yīng)電機(jī)。通過(guò)改變 PWM 信號(hào)的占空比，可以調(diào)

節(jié)施加到電機(jī)上的平均電壓，從而控制其速度。PWM 還

通過(guò)調(diào)節(jié)發(fā)送到機(jī)械設(shè)備的功率量在能源效率方面擁有發(fā)

言權(quán)。

最新的機(jī)器學(xué)習(xí)技術(shù)為平臺(tái)內(nèi)的預(yù)測(cè)性和主動(dòng)性維

護(hù)提供了途徑。系統(tǒng)停機(jī)時(shí)間的代價(jià)可能很高，因此歡迎

任何可以消除或緩解這種情況的方法?？朔羞@些挑戰(zhàn)

需要一種全面的方法，解決技術(shù)、運(yùn)營(yíng)和組織方面，以及

工業(yè)生態(tài)系統(tǒng)中各利益相關(guān)者之間的合作。█

8 月 24 日， 西 門 子 EDA 的 年 度 盛 會(huì) — 2023

Siemens EDA Forum 在上海浦東拉開帷幕。此次峰會(huì)是

西門子 EDA 闊別三年線下之后的再度回歸，會(huì)議以“加

速創(chuàng)芯，智領(lǐng)未來(lái)”為主題，聚焦 AI 應(yīng)用、汽車芯片、

SoC、3D IC 及電路板系統(tǒng)技術(shù)等熱點(diǎn)話題，分享西門子

EDA 的最新技術(shù)成果，并邀請(qǐng)多位行業(yè)專家、技術(shù)先鋒、

合作伙伴匯聚一堂，共同探討全球半導(dǎo)體與集成電路（IC）

產(chǎn)業(yè)的發(fā)展趨勢(shì)與技術(shù)創(chuàng)新之道。

隨著半導(dǎo)體行業(yè)不斷邁向數(shù)字化、智能化，EDA 工

具在數(shù)字經(jīng)濟(jì)中也起到關(guān)鍵的“杠桿”作用。盡管過(guò)去一

段時(shí)間歷經(jīng)全球經(jīng)濟(jì)低迷、下游行業(yè)需求調(diào)整及庫(kù)存修正

周期持續(xù)等因素影響，EDA 行業(yè)仍在產(chǎn)業(yè)周期波動(dòng)下顯

現(xiàn)出平穩(wěn)發(fā)展的彈性與韌性。

西門子 EDA 全球副總裁兼中國(guó)區(qū)總經(jīng)理凌琳在峰會(huì)

開幕致辭中表示 ：“如何在變化中洞察市場(chǎng)機(jī)會(huì)、在新業(yè)

態(tài)中獲取先發(fā)優(yōu)勢(shì)，是企業(yè)加強(qiáng)自身應(yīng)變能力并取得最

終成功的關(guān)鍵。進(jìn)入中國(guó)三十四年來(lái)，西門子 EDA 始終

將目光放在‘需求’二字上，以經(jīng)驗(yàn)觀局、用技術(shù)解局、

攜伙伴破局，我們相信，前瞻性地抓住周期變化，助力

西門子EDA技術(shù)峰會(huì)在滬舉辦

客戶提前構(gòu)建下一代電子系統(tǒng)設(shè)計(jì)，是實(shí)現(xiàn)協(xié)同發(fā)展的

最優(yōu)解?！?/p>

隨后的大會(huì)主題演講中，西門子 EDA 全球資深副總

裁兼亞太區(qū)總裁彭啟煌以經(jīng)濟(jì)低迷時(shí)期的半導(dǎo)體歷史趨勢(shì)

為鏡，探討了在新的行業(yè)發(fā)展周期內(nèi)應(yīng)保持樂(lè)觀的理由。

彭啟煌表示 ：“盡管半導(dǎo)體行業(yè)由于結(jié)構(gòu)性變化呈現(xiàn)出一

些不確定性，但新技術(shù)的落地、半導(dǎo)體價(jià)值的凸顯、企業(yè)

與政府投資力度的加大，均釋放出前景樂(lè)觀的積極信號(hào)?！?/p>

談及西門子 EDA 的戰(zhàn)略方向，彭啟煌分享到，摩爾

定律的下探和芯片規(guī)模的不斷擴(kuò)展要求半導(dǎo)體業(yè)者必須

堅(jiān)持創(chuàng)新。為了幫助客戶應(yīng)對(duì)挑戰(zhàn)，西門子 EDA 致力于

打造完善的 EDA 工具與服務(wù)，從芯片到系統(tǒng)全面賦能面

向未來(lái)的解決方案。在人工智能 / 機(jī)器學(xué)習(xí)（AI/ML）與

云計(jì)算的加持下，西門子 EDA 積極發(fā)展大規(guī)模異構(gòu)集成

3D IC 技術(shù)，幫助客戶提升晶體管數(shù)量與質(zhì)量 ；同時(shí)充分

發(fā)揮集成優(yōu)勢(shì)，打造高階綜合、數(shù)字電路實(shí)現(xiàn)流程、高級(jí)

驗(yàn)證、端到端測(cè)試解決方案 ；面對(duì)芯片的系統(tǒng)化趨勢(shì)，西

門子 EDA 側(cè)重于 SoC 的系統(tǒng)環(huán)境驗(yàn)證和數(shù)字孿生應(yīng)用，

確保復(fù)雜系統(tǒng)的正確運(yùn)行，進(jìn)而快速實(shí)現(xiàn)創(chuàng)新目標(biāo)。█

市場(chǎng)動(dòng)態(tài) NEWS

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 29

Gartner 發(fā)布了影響數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)（DSML）

未來(lái)方向的重要趨勢(shì)。隨著DSML行業(yè)的快速發(fā)展和演變，

數(shù)據(jù)對(duì)于人工智能（AI）開發(fā)與運(yùn)用的重要性日益提高，

尤其是投資重點(diǎn)也正轉(zhuǎn)向生成式人工智能領(lǐng)域。

Gartner 研究總監(jiān) Peter Krensky 表示 ：“隨著機(jī)器

學(xué)習(xí)在各個(gè)行業(yè)的應(yīng)用持續(xù)快速擴(kuò)大，DSML 也正從單純

側(cè)重于預(yù)測(cè)模型轉(zhuǎn)向更加普及化、動(dòng)態(tài)化和以數(shù)據(jù)為中心

的技術(shù)領(lǐng)域，而且生成式人工智能（AI）的熱潮也助推了

這一趨勢(shì)。盡管潛在風(fēng)險(xiǎn)不斷出現(xiàn)，但面向數(shù)據(jù)科學(xué)家及

其組織的新功能和用例也層出不窮?！?/p>

Gartner 研究顯示，影響 DSML 行業(yè)未來(lái)方向的重

要趨勢(shì)包括 ：

趨勢(shì)1：云數(shù)據(jù)生態(tài)系統(tǒng)

數(shù)據(jù)生態(tài)系統(tǒng)正在從獨(dú)立軟件或混合式部署模式過(guò)

渡到徹底的云原生解決方案。Gartner 預(yù)計(jì)，到 2024 年

50% 的新增云端部署系統(tǒng)將基于一致的云數(shù)據(jù)生態(tài)系統(tǒng)，

而非手動(dòng)集成的單點(diǎn)解決方案。

Gartner 建議企業(yè)機(jī)構(gòu)對(duì)數(shù)據(jù)生態(tài)系統(tǒng)的兩種能力進(jìn)

行評(píng)估 ：一是解決數(shù)據(jù)分散化問(wèn)題 ；二是訪問(wèn)自身環(huán)境之

外的數(shù)據(jù)并與之集成。

趨勢(shì)2：邊緣AI

企業(yè)機(jī)構(gòu)越來(lái)越需要通過(guò)邊緣 AI 在邊緣位置創(chuàng)建和

處理數(shù)據(jù)，這將幫助企業(yè)機(jī)構(gòu)獲得實(shí)時(shí)洞察力，發(fā)掘新業(yè)

務(wù)模式并滿足嚴(yán)格的數(shù)據(jù)隱私要求。邊緣 AI 還能幫助企

業(yè)機(jī)構(gòu)提高 AI 的開發(fā)、編排、集成和部署能力。

Gartner 預(yù)測(cè)，到 2025 年超過(guò) 55% 的深度神經(jīng)網(wǎng)絡(luò)

數(shù)據(jù)分析將發(fā)生在邊緣系統(tǒng)的數(shù)據(jù)捕獲點(diǎn)，而 2021 年這

一比例還不到 10%。企業(yè)機(jī)構(gòu)應(yīng)確定，需要將哪些應(yīng)用、

AI 訓(xùn)練和推理能力轉(zhuǎn)移至物聯(lián)網(wǎng)終端附近的邊緣環(huán)境。

趨勢(shì)3：負(fù)責(zé)任的AI

負(fù)責(zé)任的 AI 使 AI 成為一種積極力量，而不是對(duì)社

會(huì)和 AI 自身的威脅。當(dāng)企業(yè)機(jī)構(gòu)需采用 AI 做出商業(yè)邏

輯和道德倫理的正確選擇時(shí)，會(huì)遇到許多問(wèn)題，例如商業(yè)

和社會(huì)價(jià)值、風(fēng)險(xiǎn)、信譽(yù)、透明度和問(wèn)責(zé)制等。負(fù)責(zé)任的

AI 有助于解決這些問(wèn)題。Gartner 預(yù)測(cè)，到 2025 年 1%

的 AI 服務(wù)提供商將大規(guī)模使用預(yù)訓(xùn)練的 AI 模型，使負(fù)

責(zé)任的 AI 成為社會(huì)關(guān)注的焦點(diǎn)。

Gartner 建議企業(yè)機(jī)構(gòu)在挖掘 AI 的價(jià)值時(shí)應(yīng)考慮風(fēng)

險(xiǎn)系數(shù)，并且在運(yùn)用 AI 解決方案和模型時(shí)保持謹(jǐn)慎。應(yīng)

當(dāng)讓供應(yīng)商做出管理好自身風(fēng)險(xiǎn)與合規(guī)義務(wù)的保證，以防

止給企業(yè)機(jī)構(gòu)造成潛在的經(jīng)濟(jì)損失、法律訴訟和聲譽(yù)損害。

趨勢(shì)4：以數(shù)據(jù)為中心的AI

這一方法不再以模型和代碼為中心，而是以數(shù)據(jù)為中

心打造更強(qiáng)大的 AI 系。企業(yè)機(jī)構(gòu)將采用 AI 專用數(shù)據(jù)管理、

合成數(shù)據(jù)以及數(shù)據(jù)標(biāo)記技術(shù)等解決方案來(lái)應(yīng)對(duì)許多數(shù)據(jù)難

題，例如數(shù)據(jù)的可訪問(wèn)性、數(shù)量、隱私性、安全性、復(fù)雜

性和范圍。

使用生成式 AI 創(chuàng)建合成數(shù)據(jù)是一個(gè)正在快速發(fā)展的

領(lǐng)域，這項(xiàng)技術(shù)減輕獲取真實(shí)世界數(shù)據(jù)的負(fù)擔(dān)，可更有效

地訓(xùn)練機(jī)器學(xué)習(xí)模型。Gartner 預(yù)測(cè)，到 2024 年 60% 的

AI 數(shù)據(jù)將是合成數(shù)據(jù)，被用于模擬現(xiàn)實(shí)、未來(lái)場(chǎng)景和降

低 AI 風(fēng)險(xiǎn)，而 2021 年的這一比例僅為 1%。

趨勢(shì)5：加快AI投資

進(jìn)入解決方案實(shí)施階段的企業(yè)機(jī)構(gòu)，以及希望通過(guò)

AI 技術(shù)和相關(guān)業(yè)務(wù)實(shí)現(xiàn)增長(zhǎng)的行業(yè)，將繼續(xù)加快對(duì) AI 的

投資。 Gartner 預(yù)測(cè)，到 2026 年底依靠基礎(chǔ)模型（通過(guò)

海量數(shù)據(jù)訓(xùn)練過(guò)的大型模型）的 AI 初創(chuàng)企業(yè)將獲得超過(guò)

100 億美元的投資。

在 Gartner 近來(lái)針對(duì) 2500 多位企業(yè)高層的一項(xiàng)調(diào)研

中，45% 的受訪者表示，最近的 ChatGPT 熱潮促使其增

加了對(duì) AI 的投資。70% 的受訪者表示其企業(yè)正處于研究

和探索生成式 AI 的階段，還有 19% 的人表示其企業(yè)已進(jìn)

入試點(diǎn)或生產(chǎn)階段。

Gartner 發(fā)布影響數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)未來(lái)方向的重要趨勢(shì)

市場(chǎng)動(dòng)態(tài) NEWS

30 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

2023 世界機(jī)器人大會(huì)于 8 月 16 日至 22 日在北京亦

莊北人亦創(chuàng)國(guó)際會(huì)展中心成功舉辦。大會(huì)由北京市人民政

府、工業(yè)和信息化部、中國(guó)科學(xué)技術(shù)協(xié)會(huì)共同主辦。

大會(huì)以“開放創(chuàng)新 聚享未來(lái)”為主題，全館打造“機(jī)

器人 +”制造業(yè)、農(nóng)業(yè)、商貿(mào)物流、醫(yī)療健康、商業(yè)社區(qū)

服務(wù)、安全應(yīng)急和極限環(huán)境應(yīng)用等 10 大應(yīng)用場(chǎng)景板塊。

同期還舉辦了 2023 世界機(jī)器人博覽會(huì)及 2023 世界機(jī)器

人大賽。博覽會(huì)展覽總面積達(dá) 4.5 萬(wàn)平方米，140 余家國(guó)

內(nèi)外機(jī)器人企業(yè)攜近 600 件展品亮相展會(huì) ；大賽則圍繞

腦機(jī)接口、人機(jī)協(xié)作等內(nèi)容開展高水平競(jìng)賽比拼。

本屆大會(huì)論壇突出開放共建、學(xué)術(shù)引領(lǐng)與產(chǎn)業(yè)發(fā)展，

由 6 場(chǎng)主論壇、近 30 場(chǎng)專題論壇及配套活動(dòng)組成。320

余位國(guó)際組織代表、院士、國(guó)內(nèi)外知名專家和企業(yè)家應(yīng)邀

參會(huì)，圍繞機(jī)器人開放合作、技術(shù)趨勢(shì)、產(chǎn)業(yè)應(yīng)用、生態(tài)

建設(shè)，聚焦機(jī)器人 + 應(yīng)用場(chǎng)景及熱點(diǎn)話題開展主旨報(bào)告

和高峰對(duì)話。

大會(huì)學(xué)術(shù)會(huì)議共收到來(lái)自中國(guó)、美國(guó)、法國(guó)等 8 個(gè)

2023世界機(jī)器人大會(huì)在京成功舉辦

國(guó)家的 97 篇論文。經(jīng)過(guò)前期盲審和現(xiàn)場(chǎng)答辯等嚴(yán)格評(píng)審

流程，評(píng)選出了“最佳學(xué)生論文”和“最佳會(huì)議論文”。

與此同時(shí)，本屆機(jī)器人大賽設(shè)置 27 個(gè)大項(xiàng)，68 個(gè)小

項(xiàng)，116 個(gè)競(jìng)賽組別，內(nèi)容涵蓋群體智能、人機(jī)交互、腦

機(jī)接口等技術(shù)，協(xié)作機(jī)器人、康復(fù)機(jī)器人、特種機(jī)器人等

產(chǎn)品。BCI 腦控機(jī)器人大賽首次引入腦卒中患者腦電科研

數(shù)據(jù)，探索腦機(jī)接口技術(shù)在醫(yī)療康復(fù)領(lǐng)域的應(yīng)用效果，首

屆全國(guó)象棋機(jī)器人巡回挑戰(zhàn)賽總決賽成功舉辦，集成應(yīng)用

了人工智能、先進(jìn)通訊、機(jī)器人控制等數(shù)字技術(shù)，推動(dòng)了

機(jī)器人產(chǎn)業(yè)與體育競(jìng)技、文化傳播的有機(jī)融合。大賽吸引

了來(lái)自全球 20 余個(gè)國(guó)家和地區(qū)的賽手，全年參賽人數(shù)首

次突破 10 萬(wàn)人次，大賽現(xiàn)場(chǎng)每天都有 4000 余名賽手同

場(chǎng)競(jìng)技，數(shù)量是去年的 2.5 倍。

世界機(jī)器人大會(huì)自 2015 年至今已成功舉辦八屆，由

北京市政府、工業(yè)和信息化部、中國(guó)科協(xié)主辦，中國(guó)電子

學(xué)會(huì)、北京市經(jīng)濟(jì)和信息化局、北京經(jīng)濟(jì)技術(shù)開發(fā)區(qū)管委

會(huì)承辦。

8 月 23 日，在由電子發(fā)燒友網(wǎng)和 elexcon 深圳國(guó)際

電子展聯(lián)合主辦的 2023 第七屆人工智能大會(huì)上，舉辦了

第四屆人工智能卓越創(chuàng)新獎(jiǎng)?lì)C發(fā)儀式，愛(ài)芯元智 AX650N

獲評(píng)“最具創(chuàng)新價(jià)值產(chǎn)品獎(jiǎng)”。

愛(ài) 芯 元 智 AI 推 理 引 擎 總 監(jiān) 唐 琦 在 大 會(huì) 上 發(fā) 表

《Transformer 視覺(jué)大模型在邊緣側(cè)的部署》主題演講，

分享基于愛(ài)芯通元混合精度 NPU 部署 Transformer 視覺(jué)

模型的落地實(shí)踐，并正式發(fā)布開發(fā)者套件—愛(ài)芯派 Pro。

“到現(xiàn)在為止，基于傳統(tǒng) CNN 模型的云、邊、端三

角互補(bǔ)的算力主線已經(jīng)完成”，唐琦在演講中表示。而

在 AI 模型從云端往端側(cè)遷移的過(guò)程中，Transformer 網(wǎng)

愛(ài)芯元智獲評(píng)人工智能大會(huì)“最具創(chuàng)新價(jià)值產(chǎn)品獎(jiǎng)”

絡(luò)結(jié)構(gòu)也在不斷進(jìn)步，并隨著 ChatGPT 的火爆備受關(guān)

注?；仡?Transformer 視覺(jué)模型的發(fā)展歷史，從基于

Transformer 網(wǎng)絡(luò)結(jié)構(gòu)的語(yǔ)義分割模型應(yīng)用于自動(dòng)駕駛

場(chǎng)景，到分割萬(wàn)物的 SAM 和基座視覺(jué)大模型 DINOv2，

Transformer 視覺(jué)模型的應(yīng)用正走向新的高度。

致力于打造領(lǐng)先的人工智能視覺(jué)芯片，愛(ài)芯元智專注

于高性能、低功耗的邊緣側(cè)、端側(cè)人工智能處理器芯片開發(fā)，

布局智慧城市、智能駕駛和 AIoT 三大業(yè)務(wù)市場(chǎng)?；谥?/p>

慧城市的升級(jí)改造，L2/L2+ 智能駕駛的應(yīng)用大規(guī)模落地，

以及終端設(shè)備智能化需求的擴(kuò)大，愛(ài)芯元智將在邊緣感知

智能芯片上持續(xù)投入，持續(xù)打造感知和計(jì)算基礎(chǔ)能力。

產(chǎn)品速遞 NEW PRODUCTS

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 9/ 10月 2023 31

英特爾通過(guò)AI參考套件加速AI發(fā)展

得益于英特爾與埃森哲的長(zhǎng)期合作，英特爾現(xiàn)推出了

一套共計(jì) 34 個(gè)開源 AI 參考套件，每個(gè)套件均包含面向

AI 優(yōu)化的模型代碼、訓(xùn)練數(shù)據(jù)、機(jī)器學(xué)習(xí)流水線、庫(kù)以

及 oneAPI 組件，讓企業(yè)可以在采用不同架構(gòu)的本地、云

端和邊緣環(huán)境下靈活應(yīng)用。

英特爾 AI 參考套件采用 oneAPI 開放的、基于標(biāo)準(zhǔn)

的異構(gòu)編程模型和英特爾端到端的 AI 軟件產(chǎn)品組合的組

件共同構(gòu)建，包括英特爾 AI 分析工具包和英特爾發(fā)行版

OpenVINO 工具套件，讓 AI 開發(fā)者能夠簡(jiǎn)化運(yùn)用 AI 編

寫應(yīng)用程序的流程，增強(qiáng)現(xiàn)行智能解決方案并加速部署。

預(yù)配置的套件簡(jiǎn)化了橫跨消費(fèi)品、能源和公用事業(yè)、

金融服務(wù)、健康和生命科學(xué)、制造業(yè)、零售業(yè)和電信業(yè)等

行業(yè)的 AI 開發(fā)。其惠及各行各業(yè)的部分示例如下 ：

· 使用專為企業(yè)對(duì)話式 AI 聊天機(jī)器人交互設(shè)置而設(shè)

計(jì)的 AI 參考套件，用戶可以通過(guò) oneAPI 優(yōu)化，在批處

理模式下將推理速度提升高達(dá) 45%。

· 專為生命科學(xué)領(lǐng)域的視覺(jué)質(zhì)量控制檢測(cè)自動(dòng)化而設(shè)

計(jì)的 AI 參考套件，在經(jīng)過(guò) oneAPI 優(yōu)化后，視覺(jué)缺陷檢

測(cè)的訓(xùn)練速度提升高達(dá) 20%，推理速度提升高達(dá) 55%。

· 對(duì)于用于開發(fā)者預(yù)測(cè)公用事業(yè)資產(chǎn)的健康狀況并提

高服務(wù)可靠性的 AI 參考套件，能將預(yù)測(cè)準(zhǔn)確度提升高達(dá)

25%。

據(jù)悉，英特爾將持續(xù)更新參考套件，包括視覺(jué)質(zhì)量

檢測(cè)、企業(yè)對(duì)話式 AI 聊天機(jī)器人設(shè)置、預(yù)測(cè)資產(chǎn)健康分

析、醫(yī)學(xué)成像診斷、文檔自動(dòng)化、以及 AI 結(jié)構(gòu)化數(shù)據(jù)生

成等。

Achronix網(wǎng)絡(luò)基礎(chǔ)架構(gòu)代碼賦能AI/ML數(shù)

據(jù)加速

Achronix 日前宣布 ：其 Achronix 網(wǎng)絡(luò)基礎(chǔ)架構(gòu)代

碼（ANIC）現(xiàn)已支持包括 400 GbE 的傳輸速度。ANIC

是一套靈活的 FPGA IP 模塊，專為提升高性能網(wǎng)絡(luò)傳輸

速度而進(jìn)行了優(yōu)化，可用于 Speedster 7t FPGA 芯片以

及集成該芯片的 VectorPath 加速卡。Achronix 的 FPGA

產(chǎn)品和 ANIC 網(wǎng)絡(luò)解決方案為具有最苛刻要求的應(yīng)用提供

最高的性能。

ANIC 主要特性 ：

· 速 度 快 —— 憑 借 對(duì) 400 GbE 傳 輸 速 度 的 支 持，

ANIC IP 可實(shí)現(xiàn)超快數(shù)據(jù)傳輸，支持各類應(yīng)用實(shí)時(shí)處理大

量數(shù)據(jù)。通過(guò)提高的網(wǎng)絡(luò)吞吐量最大化地提高應(yīng)用性能，

顯著降低了延遲。

· 加速產(chǎn)品上市——ANIC 的模塊化架構(gòu)支持客戶去

選擇其應(yīng)用所需的 SmartNIC 功能組件。這些經(jīng)優(yōu)化已實(shí)

現(xiàn)了時(shí)序收斂的 IP 模塊，可以加快客戶的設(shè)計(jì)流程。再

加上部分可重配功能，即能夠在 IP 設(shè)計(jì)中動(dòng)態(tài)地重配更

改模塊功能，客戶的解決方案可以在在線進(jìn)行無(wú)縫修改。

· 支持定制化 IP——基于 ANIC 方案，客戶可以部

署定其制化 IP 功能，如鍵值存儲(chǔ)、刪除重復(fù)數(shù)據(jù)、入侵

防御和其它網(wǎng)絡(luò)應(yīng)用，基于 400 GbE 的網(wǎng)絡(luò)速度同時(shí)給

用戶提供高度并行化的、增值的網(wǎng)絡(luò)解決方案。

Achronix 的 ANIC 方案在基于 Achronix Speedster7t

系列 FPGA 芯片中的二維片上網(wǎng)絡(luò)（2D NoC，帶寬高達(dá)

20+Tb）實(shí)施后，給人工智能 / 機(jī)器學(xué)習(xí)（AI/ML）、高

性能計(jì)算（HPC）和先進(jìn)駕駛員輔助系統(tǒng)（ADAS）等應(yīng)

用帶來(lái)推動(dòng)作用。

思特威推出全新升級(jí)AI系列圖像傳感器

思特威（上海）電子科技股份有限公司推出 4MP

和 2MP 兩款全新升級(jí) AI 系列 CMOS 圖像傳感器新品—

SC431AI 和 SC231AI。兩款產(chǎn)品均搭載思特威全性能升

級(jí)技術(shù) SmartClarity-3，集夜視全彩成像、高溫成像、

低功耗性能優(yōu)勢(shì)于一身，賦能家用 IPC、AIoT 終端等智

能無(wú)線攝像頭和多攝像頭解決方案。

SC431AI 在 520nm 可見(jiàn)光波段下的量子效率 (QE)

高達(dá) 88%，在 850nm 波段下的量子效率 (QE) 可達(dá) 23%。

相 較 前 代 產(chǎn) 品，SC431AI 的 滿 阱 電 子 (FWC) 提 升 了

28%，最大信噪比 (Max SNR) 提升了 1dB，動(dòng)態(tài)范圍提

升了 4dB，兩款新品能兼顧日間及夜間場(chǎng)景，捕捉明暗細(xì)

節(jié)更清晰細(xì)膩的畫面。

SC431AI 和 SC231AI 依托思特威先進(jìn)的超低噪聲

外圍讀取電路技術(shù)，較前代產(chǎn)品，SC231AI 的 PRNU 顯

著降低 36%，讀取噪聲降低 8%。在 80℃高溫條件下，

SC231AI 的暗電流參數(shù) DC 和 Dark Shading，相較前代

產(chǎn)品，分別降低 54% 和 63%，使攝像頭在高溫環(huán)境下也

能輸出優(yōu)質(zhì)清晰的圖像。

兩款新品通過(guò)內(nèi)部電路模塊的精準(zhǔn)化控制設(shè)計(jì)，在正

常工作場(chǎng)景 30fps 幀率下，SC231AI 和 SC431AI 的功耗

分別低至 75mW 以下和 100mW 以下。

新產(chǎn)品已接受送樣，預(yù)計(jì)將于 2023 年 Q4 實(shí)現(xiàn)量產(chǎn)。

32 9/ 10月 2023 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

廣告索引 Advertisers Index

行政及銷售人員 Administration & Sales Offices

行政人員 Administration

HK Office (香港辦公室)

ACT International (雅時(shí)國(guó)際商訊)

Unit B, 13/F, Por Yen Building,

No. 478 Castle Peak Road,

Cheung Sha Wan, Kowloon,

Hong Kong

Tel: 852 2838 6298

Publishing Director (出版總監(jiān)及全球銷售總監(jiān))

Adonis Mak (麥協(xié)林)

adonism@actintl.com.hk

Editor (主編)

Katie Huang (黃鶯 )

katieh@actintl.com.hk

Editor-in-Chief (總編輯)

Chris Everett (魏弘德)

chrise@actintl.com.hk

銷售人員 Sales Offices

Hong Kong (香港特區(qū))

Floyd Chun (秦澤峰)

floydc@actintl.com.hk

Tel: 852 2838 6298

Shanghai (上海)

Sales Director-China (中國(guó)區(qū)銷售總監(jiān))

Helena Xu（許海燕）

helenax@actintl.com.hk

Hatter Yao (姚麗瑩)

hattery@actintl.com.hk

Amber Li (李歆)

amberl@actintl.com.hk

Tel: 86 21 6251 1200

Shenzhen (深圳)

Yoyo Deng (鄧丹）

yoyod@actintl.com.hk

Tel: 86 755 2598 8573

Beijing (北京)

Cecily Bian (邊團(tuán)芳)

cecilyb@actintl.com.hk

Tel: 86 135 5262 1310

Wuhan (武漢)

Grace Zhu ( 朱婉婷)

gracez@actintl.com.hk

Tel: 86 159 1532 6267

Advertiser 廣告商名稱 網(wǎng)址 頁(yè)碼

IAS 2023 2023工業(yè)自動(dòng)化展 www.industrial-automation-show.com 1

2023 ES Show 2023年深圳電子元器件及物料采購(gòu)展覽會(huì) https://esshow.cn/ IBC

投 稿 指 南

我們誠(chéng)摯地邀請(qǐng)您提供技術(shù)類文章，即那些涵蓋影響制造業(yè)技術(shù)趨勢(shì)的議題，以及工程師如何應(yīng)對(duì)制造問(wèn)題的文章。

《工業(yè)AI》雜志的存在是為了提供一個(gè)專家與生產(chǎn)/制造工程師交流的平臺(tái)—這些工程師正在尋找通過(guò)AI來(lái)改進(jìn)他們的制造工藝方法。

我們非常歡迎收到與編輯計(jì)劃主題契合的技術(shù)文章、應(yīng)用案例和教程文章。一般來(lái)說(shuō)，您提供文章的目標(biāo)是一個(gè)普遍的、為制造問(wèn)

題提供一個(gè)特定設(shè)計(jì)或技術(shù)選項(xiàng)。文章應(yīng)該避免宣傳公司或產(chǎn)品。

技術(shù)文章

1. 技術(shù)文章應(yīng)在1500~4500中文字，并附英文題目。雜志保留文章發(fā)表前的編輯權(quán)。

2. 以Word文檔提交內(nèi)容和圖表，圖片分辨率>300 dpi。

3.《工業(yè)AI》雜志中的技術(shù)文章需獨(dú)家提供。

4. 除作者姓名外，還請(qǐng)?zhí)峤还炯奥毼弧?/p>

產(chǎn)品特寫/技術(shù)簡(jiǎn)報(bào)

1. 產(chǎn)品特寫和新產(chǎn)品集中于特定產(chǎn)品(或產(chǎn)品系列)，大約300~800中文字。 2.產(chǎn)品應(yīng)該是新推出的，并可在中國(guó)購(gòu)買。

3. 內(nèi)容應(yīng)確定產(chǎn)品主要特點(diǎn)和優(yōu)勢(shì)、具體應(yīng)用領(lǐng)域。 4. 請(qǐng)?zhí)峁┊a(chǎn)品圖片，分辨率>300 dpi。

5. 內(nèi)容以Word格式提交。 6. 請(qǐng)?zhí)峁┞?lián)系信息，包括電話號(hào)碼、郵箱和公司網(wǎng)址。

欲知更多詳情，請(qǐng)聯(lián)系我們：

中文：Katie Huang（katieh@actintl.com.hk）

英文：Chris Everett （chrise@actintl.com.hk）

www.aim-mag.com

微信公眾號(hào) 免費(fèi)索閱

今天的中國(guó)制造業(yè)正在向數(shù)字化轉(zhuǎn)型。幫助實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵技術(shù)之一是在制造系統(tǒng)和制造過(guò)程中

加入人工智能（AI）。

《工業(yè) AI》雜志由雅時(shí)國(guó)際商訊出版，2019 年 11 月開始發(fā)行，是聚焦 AI 在工業(yè)領(lǐng)域的技術(shù)應(yīng)用的專

業(yè)雜志，目的是讓中國(guó)的工藝和制造工程師、經(jīng)理和制造企業(yè)高管了解有關(guān)將人工智能納入制造領(lǐng)域的最

新新聞及技術(shù)信息。編輯團(tuán)隊(duì)分布在北京、上海、深圳、香港。雙月刊雜志以簡(jiǎn)體中文出版。印刷版免費(fèi)

贈(zèng)閱予 10,000 名讀者，同時(shí)在全國(guó)各地與制造業(yè)有關(guān)的主要展會(huì)和會(huì)議上分發(fā)，電子版雜志送達(dá)

20,000 名讀者。

《工業(yè) AI》亦致力于打造業(yè)內(nèi)領(lǐng)先的綜合傳媒及價(jià)值平臺(tái)，擁有各類主流線上載體。“工業(yè) AI 研討會(huì)”

充分利用 ACT 二十多年來(lái)在制造業(yè)的深度參與經(jīng)驗(yàn)，為 AI 在工業(yè)領(lǐng)域的落地應(yīng)用提供切實(shí)交流平臺(tái)。自

2019 年開始，《工業(yè) AI》舉辦了 20 多場(chǎng)線上以及線下研討會(huì)均獲業(yè)界廣泛好評(píng)。未來(lái)《工業(yè) AI》還將繼

續(xù)舉辦多場(chǎng)線上線下專題研討會(huì)助力行業(yè)發(fā)展。