電子發(fā)燒友網(wǎng)報道（文/李彎彎）相對于云端AI，邊端側(cè)AI在本地進行計算和決策，不需要將數(shù)據(jù)上傳至云端，具備更好的實時性、隱私性等特點，近些年，邊端側(cè)AI的應(yīng)用越來越被看好。

然而邊端側(cè)AI因為應(yīng)用場景豐富，碎片化明顯，在落地應(yīng)用上也存在諸多難題，比如，需要針對不同應(yīng)用場景定制算法，不少硬件方案只能針對單一應(yīng)用等，因此具備一定通用性的方案會更被市場需要，比如時擎科技的領(lǐng)域?qū)Ｓ眉軜?gòu)（DSA）處理器。

領(lǐng)域?qū)Ｓ眉軜?gòu)（DSA）的核心優(yōu)勢

時擎科技自2018年成立以來，一直致力于在萬物智聯(lián)的AIoT時代，從落地場景的需求出發(fā)，通過領(lǐng)域?qū)Ｓ眉軜?gòu)的處理器和定制化芯片設(shè)計，為端側(cè)設(shè)備提供支持語音、視覺、影像、顯示等多模態(tài)智能人機交互和數(shù)據(jù)處理的芯片產(chǎn)品及完整的系統(tǒng)級解決方案。

該公司基于RISC-V指令架構(gòu)為端側(cè)智能交互和處理場景量身定制了TimesFormer領(lǐng)域?qū)Ｓ眉軜?gòu)智能處理器，作為處理和計算核心，推出了AT系列端側(cè)智能處理芯片，可以應(yīng)用于智能家居、智慧家電、泛安防、智能硬件等各類端側(cè)設(shè)備中。

時擎科技也能針對客戶應(yīng)用場景的需求，提供定制化芯片的設(shè)計和交付，以及系統(tǒng)級應(yīng)用和軟件的開發(fā)，為客戶帶來差異化的產(chǎn)品和競爭力。

目前時擎科技在售的AT系列端側(cè)智能芯片，是一款高集成度、高能效比的智能處理芯片，可廣泛應(yīng)用于離線語音控制、麥克風陣列、入門級智能影像應(yīng)用等多種不同應(yīng)用場景中。以其中已經(jīng)量產(chǎn)出貨的AT1000為例–

在產(chǎn)品特點上，AT1000系列芯片搭載了自研的RISC-V主控TM500，主頻高達300MHz，支持DSP和浮點操作；提供100G高能效AI算力，配套的TimeFlow算法部署工具友好支持各種模型和算子；優(yōu)化的存儲系統(tǒng)保證算法執(zhí)行效率，內(nèi)置MB級高速SRAM，大容量PSRAM和4MB XIP Flash；專用的高性能語音子系統(tǒng)，支持多達4+2模擬/數(shù)字麥克風輸入，以及立體聲/功放輸出，滿足各類基于麥克風陣列的語音處理需求。

在應(yīng)用上，AT1000系列其中主要的應(yīng)用場景是通話對講、語音降噪等。時擎科技創(chuàng)始人、總裁于欣在接受電子發(fā)燒友采訪的時候表示，通話對講場景按照通話距離大體可以分為兩類，一類是遠講，典型場景是會議，一般來說，會議室的噪聲條件相對較好，而如今居家辦公的情況比較多，噪聲條件較為復(fù)雜，但最近催生了一些在家中或交通工具上，這些場景對于設(shè)備降噪能力提出了更高的需求尤其。另一類是近講，則主要是以對講機作為代表。

在通話對講方面，雖然應(yīng)用場景各不相同，不過其核心算法是類似的。時擎科技針對不同的應(yīng)用場景針對性地推出了不同型號的芯片，在封裝、存儲上等方面會有所差異，用以適配對算法復(fù)雜度、外設(shè)接口的不同。

時擎科技TimesFormer智能處理器是一種基于RISC-V指令集的領(lǐng)域?qū)Ｓ眉軜?gòu)（DSA）處理器，專門針對端側(cè)智能計算和各類音視頻智能算法的需求而研發(fā)。具有高能效比、高性價比、易使用、靈活可擴展等特點，可以廣泛的應(yīng)用于端側(cè)人工智能芯片中。

如何理解領(lǐng)域?qū)Ｓ眉軜?gòu)（DSA）呢？于欣解釋到，DSA的核心特點是，它針對的是一類場景，而不只是針對一個特定設(shè)備而設(shè)計，比如，用于邊端側(cè)的語音，也就是各種類型的通話對講都可以用。相比于很多專用的ASIC芯片而言，，DSA是在專用性和通用性上找到了一個平衡，針對某一類場景所需要的算法所設(shè)計，可以提供在性能、成本、功耗上滿足需求的優(yōu)質(zhì)方案，又具備一定的通用性保證了芯片足夠大的市場需求范圍。

成立四年多來，時擎科技已經(jīng)基于領(lǐng)域?qū)Ｓ眉軜?gòu)（DSA），圍繞各類端側(cè)智能應(yīng)用場景，打造了DSA處理器、部署開發(fā)工具、端側(cè)AI算法三位一體、緊密融合的全棧技術(shù)方案。團隊的研發(fā)能力和在售產(chǎn)品都獲得了市場的較好認可，公司2022全年銷售額也有望超過七千萬元。。

邊端側(cè)AI的優(yōu)勢和落地難題

相對于云計算，邊端側(cè)有它的獨特優(yōu)勢。具體來說，邊緣AI允許設(shè)備在本地進行AI計算和決策，不需要連接到互聯(lián)網(wǎng)才能實現(xiàn)數(shù)據(jù)處理。因此它具備實時性好、帶寬資源要求低、隱私性好等諸多特點，因此在很多場景中邊緣AI比云端AI更好的解決實際的問題。這也是為什么近些年邊端側(cè)AI越來越多的被看好。

實際上，邊端側(cè)AI是相對于云來說的，終端側(cè)比較好理解，邊緣側(cè)AI可以怎么理解呢？很多時候，邊和端是相對而言。舉一個典型場景的列子，在監(jiān)控的時候，很多之前部署的攝像頭都不帶本地AI能力，那是不是就只能將采集的信息上傳至云端進行處理呢，答案是否定的。我們可以通過在這云端之間架設(shè)所謂的邊緣服務(wù)器，從而實現(xiàn)對這些視頻采集的信息更接近數(shù)據(jù)端的分析處理。

事實上很多場景都是如此，比如公司、小區(qū)內(nèi)的視頻監(jiān)控，都可以通過邊緣服務(wù)器對這個小區(qū)域里的視頻進行分析處理，相對于云端來說，它直接部署在本地，從拓撲結(jié)構(gòu)上來看，這就是我們所說的邊緣側(cè)。一般而言，如果數(shù)據(jù)采集節(jié)點和傳輸至云端服務(wù)器中間的路徑上所進行數(shù)據(jù)加工、處理、分析，則都可以稱為邊緣側(cè)的處理。

雖然邊端側(cè)AI比較被看好，不過在實際落地應(yīng)用中，還是有不少挑戰(zhàn)。在于欣看來，這是由于客觀條件決定的，很多邊緣側(cè)的需求，或者待分析的數(shù)據(jù)以及其背后的算法等，會存在較多的差異。

具體來看，無論是識別人、識別物體，還是工業(yè)應(yīng)用中使用機器視覺做缺陷檢測，雖然都是識別、檢測，但實際在算法上的差異很大。從這個角度來看，就需要多種跟應(yīng)用場景完全匹配的算法，沒有一個通用的算法存在。每個場景都需要有針對性的算法，并不是說做好一個場景的一套算法，就可以把它輕易復(fù)制到別的場景，這是算法層面可復(fù)制性方面的挑戰(zhàn)。

另外，不同場景應(yīng)用的解決方案也不盡相同，如果是在云端，如GPU的通用計算方案是主流，而在邊端側(cè)，就不太一樣，可能會有八仙過海各顯神通的各種方案，比如時擎科技就是定制的領(lǐng)域?qū)Ｓ眉軜?gòu)DSA處理器從這個角度來看，無論是算法，還是硬件，很難存在一個特別通用的方案，而且邊端場景往往對成本、功耗等方面有更加苛刻的要求，這就決定了需要去做算法和芯片的匹配，這是成為了邊端側(cè)AI復(fù)制推廣的限制。

還有就是，一些AI的算法的訓練需要很多數(shù)據(jù)，這也是人工智能不可或缺的一個環(huán)節(jié)，這也會給形形色色的邊端側(cè)AI應(yīng)用帶來更多困難。這些問題可以如何去解決呢？于欣認為，業(yè)界需要在算法、處理器、工具等上面形成整體的解決方案，針對一類應(yīng)用場景提供解決方案，形成一定的復(fù)制性，而不是說每一個場景都要從零開始，某種可以解決邊端側(cè)AI應(yīng)用場景過于碎片化的難題。

小結(jié)

從目前的發(fā)展勢頭來看，未來AI的應(yīng)用將會無處不在，還有很大的發(fā)展空間和潛力。然而任何新興技術(shù)在發(fā)展初期階段，都會遇到各種各樣的問題，AI也不例外。作為企業(yè)來說，如果能夠不斷地進行技術(shù)創(chuàng)新，解決發(fā)展過程中存在的難題，必然能夠在特定的領(lǐng)域占據(jù)重要位置。對于時擎科技來說是如此，對于其他任何AI芯片企業(yè)來說，也是如此。