人工智能(AI)与物联网(IoT)不断融合，形成了人工智能物联网(AIoT)，为各个细分市场的开发人员带来了诸多机遇。随着连接的互操作性日益提高，物联网将收集大量的原始数据。能够分析、学习数据并做出适当反应的设备有助于理解这些数据，并将其转化为更有价值的体验。AI还可以使物联网系统提高自主性，能够在无人工干预的情况下实时响应数据。
>>详情
近年来，人工智能(AI)在推动各个行业创新方面发挥了关键作用。视觉和语音技术的进步促进了大型智能模型的发展，创造了新的用例，并改善了用户体验。越来越多的应用要求能够在配备微控制器和微处理器的边缘设备上运行的AI，这带来了更低的延迟、更低的能耗以及更强的数据隐私保护等好处。在这些应用中，时间序列数据通常用于开发三类主要任务：异常检测、分类和回归。时间序列数据是指按一致、均匀的时间间隔记录的一系列数据点。
>>详情
随着人工智能（AI）技术的飞速发展，其在各领域的应用日益广泛，从智能家居到自动驾驶，从健康管理到智能制造，AI正深刻改变着人们的生活方式和工作模式。在这一波技术浪潮中，自然语言处理（NLP）技术，特别是以ChatGPT为代表的生成式AI模型，凭借其强大的语言理解和生成能力，成为了推动人机交互迈向新高度的关键力量。
>>详情
近来，与AI相关的周期性热点几乎都围绕着大语言模型（LLM）和生成式AI模型，这样的趋势反映出这些话题近年来日益增强的影响力和普及程度。与大语言模型和生成式AI模型相关的应用涵盖了广泛的领域，从开放式聊天机器人到任务型助手。虽然LLM主要聚焦基于云和服务器端的应用，但人们对在嵌入式系统和边缘设备中部署这些模型的兴趣也在不断增加。
>>详情AI PC火热升级加速了人工智能在终端上的普及，移动端领域亦是如此，来自Arm亦或者苹果A系列SoC甚至更早的加入NPU计算模块，让手机、平板等移动端设备可以在充电或者空闲时，提供人像识别、图片分类、文档整理等操作。
>>详情全球互联的物联网能够让人们收集几乎无限量数据，这些数据不仅可以提供给云端的计算机，还可以用来促进 ML 算法，从而为物联网内数十亿联网设备提高智能。这意味着，即使是最普通的物联网设备也能不断提升智能，为未来的工业、商业、教育、医疗等领域带来巨大潜力。
>>详情
在英飞凌，我们一直坚信卓越的音频解决方案对于提升消费类设备的用户体验至关重要。我们坚定不移地致力于创新，在主动降噪、语音透传、录音室录音、音频变焦和其他相关技术方面取得了显著进步，对此我们深感自豪。作为MEMS麦克风的领先供应商，英飞凌集中资源改善MEMS麦克风的音频质量，为TWS和耳罩式耳机、笔记本电脑、平板电脑、会议系统、智能手机、智能音箱、助听器甚至汽车等各种消费设备带来卓越体验。
>>详情
在加密货币和人工智能/机器学习（AI/ML）等新兴应用的驱动下，数据中心的能耗巨大，并将快速增长以满足用户需求。根据国际能源署（IEA）的最新报告，2022 年数据中心的耗电量将达到 460 TWh（太瓦时），约占全球总用电量的 2%。在美国，拥有全球三分之一的数据中心，耗电量为 260 TWh，占总用电量的 6%。
>>详情
从智能家居助手（如 Alexa、Google 和 Siri）到能够提示驾驶人员发生车道偏离的高级驾驶辅助系统 (ADAS)，世界依赖边缘 AI 为这些日益普及的重要设备提供实时处理能力。边缘 AI 在设备内直接使用人工智能，在数据源附近进行计算，而无需依赖远程数据中心的云计算。边缘 AI 带来了更低的延迟和更快的处理速度，降低了对持续互联网连接的依赖，同时减少对隐私方面的担忧。
>>详情
i.MX RT700系列提供了高性能、高集成度、先进功能和高能效的优化组合，为支持智能AI的边缘端设备赋能，例如可穿戴设备、消费电子医疗设备、智能家居设备和HMI设备。
>>详情
在微信里搜索“Chinaecnet”或
在手机上扫描二维码
添加中电网微信账号
