本文作者：瑞萨电子业务加速和全球生态系统高级总监 Kaushal Vora

在过去的十年里，随着互联设备的激增和功能的不断扩展，对于独立于云或连接实时决策的需求也在持续增长。这一趋势在计算能力从云端向边缘转移的背景下尤为明显，推动了向分布式架构的转变，从而开创了边缘计算的新时代。

边缘计算涵盖了多个方面，其中包括连接性和数据移动性选项等。它具备几个基本优势，如多样化的连接和数据移动、实时决策能力、本地化计算能力，以及动态存储和安全功能。这些优势在广泛的应用场景中越来越得到体现，例如自动驾驶、物流和工厂自动化等领域。

与此同时，物联网端点设备创建的数据预计将以惊人的85%的速度增长。到2025年，物联网设备生成的总数据将达到约80ZB（根据IDC的报告《行业生态系统的未来：共享数据和见解》）。zetta级别意味着有21个零，然而，更令人震惊的是，当今企业收集的所有数据中大约有90%将永远不会被使用，这部分数据被称为“暗数据”。数据的真正价值在于我们如何利用它，而这就是人工智能/机器学习（AI/ML）变得如此强大和有意义的地方。

物联网人工智能（AIoT）是当前的一个大趋势，由多种潜在趋势共同推动。首先，物联网、人工智能和5G这三种强大的技术几乎同时成熟，推动了从传统的以云为中心的模型向去中心化的智能模型的转变。为了在网络的最边缘和端点实现真正的智能，需要以高效、实时响应且经济高效的方式完成任务。这意味着在端点内的微型计算机上运行独立于云的推理引擎，去中心化的智能模型带来了巨大的技术和经济效益。

其次，工程界必须提高对人工智能重要性的认识。人工智能正在从根本上改变设计方法和系统级方法。核心技术领域如网络安全和人机界面等都可以从人工智能和机器学习的解决问题能力中受益匪浅。最后，物联网端点生成的大量数据的潜力只有通过人工智能/机器学习才能充分发挥出来。

然而，将智能从云端驱动到边缘和端点的趋势也带来了挑战。任何快速的技术变革都会伴随挑战，而这次也不例外。虽然人工智能将推动半导体行业的巨大增长，但包括软件、解决方案和工具在内的深层技术堆栈对于实现成功至关重要。

为了应对这些挑战并确保成功，积极参与和支持特定行业或“微型垂直行业”的生态系统和端到端解决方案变得尤为重要。然而，要实现这一目标，简化开发人员体验和降低开发人员复杂性是关键所在。例如，瑞萨电子致力于为开发人员构建全面的硬件/软件堆栈（如图2所示）。该堆栈的基础是公司强大的硬件产品组合以及面向嵌入式开发人员的直观灵活的软件开发套件（SDK）。这个堆栈充分利用了其软件合作伙伴生态系统、人工智能和机器学习应用工具、嵌入式软件以及相关硬件的优势。

随着人工智能开始获得发展势头，瑞萨电子在过去几年中一直在努力拉近嵌入式和人工智能开发领域的距离。在实时分析方面，公司通过收购Reality AI提供了一个自动机器学习工具，并不断增强这个工具链的功能。现在，它具有上下文感知能力，并且可以与流行的基于Eclipse的嵌入式IDE e2Studio进行互操作。此外，瑞萨电子还继续构建工具箱作为基础工具平台的特定领域扩展，例如用于电机控制和异常检测领域内的应用的RealityCheck Motor和RealityCheck AD等工具。

在视觉方面，RZ/V产品线的SDK使客户能够携带自己的模型或从广泛的预训练应用程序库中进行选择，并能够在各种流行的开源框架中灵活工作。此外，开发人员还可以使用这些工具在通用MPU和MCU上运行视觉深度学习模型。语音是另一个令人兴奋的领域，瑞萨电子与出色的合作伙伴合作，可以将这些最先进的工具与瑞萨电子产品捆绑销售给客户，无需额外许可。

瑞萨电子还继续利用如RealityCheck HVAC套件等解决方案来构建各种应用。这些解决方案包括硬件/软件和服务或工具链扩展库以及应用示例，旨在帮助客户在设计方面取得领先地位。此外，瑞萨就绪合作伙伴网络生态系统拥有300多个适合物联网和AIoT开发的商业级构建块解决方案，进一步丰富了公司的产品和服务线。

总的来说，对于技术、整个行业以及开发者来说，都是一个激动人心的时刻。随着边缘计算和AIoT趋势的不断发展以及瑞萨电子等公司的持续创新努力，我们可以期待看到更多令人兴奋的技术进步和应用场景的实现。