向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

医疗和工业物联网数据大爆发,AI应该这样做

时间:2019-05-29 作者:刘于苇 阅读:
我们发现在工业和医疗物联网领域,目前出现了一个共性趋势,就是数据的爆炸性增长——很多此前没有的数据被创造了出来。5-10年以前,数据仅仅用于一些本地应用,但随着物联网时代的到来, 越来越多设备实现联网,如何使用这些数据成为了最大的问题。

我们发现在工业和医疗物联网领域,目前出现了一个共性趋势,就是数据的爆炸性增长——很多此前没有的数据被创造了出来。5-10年以前,数据仅仅用于一些本地应用,但随着物联网时代的到来, 越来越多设备实现联网,如何使用这些数据成为了最大的问题。UGhEETC-电子工程专辑

20190524-xilinx-6.pngUGhEETC-电子工程专辑

 UGhEETC-电子工程专辑

“我们战略的核心就是要帮助客户尽可能高效、有效的来利用数据。”日前在深圳举办的一场赛灵思(Xilinx)媒体见面会上,赛灵思ISM 部门市场总监Chetan Khona首次和中国媒体就ISM的信息进行深度分享,他分享了赛灵思帮助客户高效、有效的来利用数据获得一些成果的案例。UGhEETC-电子工程专辑

赛灵思ISM部门市场总监Chetan Khona.jpgUGhEETC-电子工程专辑
赛灵思ISM部门市场总监Chetan KhonaUGhEETC-电子工程专辑

ISM 包括工业、视觉、医疗、科学等,在赛灵思的业务占有非常重要的位置,从其2019年的财报新闻来看,这个部门的收入排在赛灵思所有部门中第四位,占总收入的1/4,客户数位列第一。Chetan表示,刚刚过去的2019 财年是赛灵思年度收入创纪录的一年,从长期保持的20多亿美元,突破到了30亿美元,同比增长24%。其中收入绝大多数来自亚洲。UGhEETC-电子工程专辑

20190524-xilinx-1.JPGUGhEETC-电子工程专辑

 UGhEETC-电子工程专辑

“尽管赛灵思一直是以FPGA的发明者而著称,但是真正驱动我们在工业领域业务的是 Zynq SoC。” Chetan说到,“对于工业和医疗客户来说,尺寸和价格非常重要,赛灵思 SoC 能在这个领域为他们提供更高的价值。”UGhEETC-电子工程专辑

用好数据,能给工业/医疗行业带来什么?

创新对于科技企业来说非常重要,但是对于工业和医疗领域的客户来说,产品生命周期更加重要,这也是最让赛灵思引以为傲的。Chetan表示:“有很多半导体公司都做不到15年这样的生命周期,但是对于工业客户来说这又是必须的条件,所以我们可以为产品提供最低15年的生命周期,有些甚至可达到20年或更长。”UGhEETC-电子工程专辑

20190524-xilinx-2.pngUGhEETC-电子工程专辑

 UGhEETC-电子工程专辑

而在工业层面,数据能够带来很多的优势和好处,首先是预测性的维护,能够尽可能降低工厂停工时间,因为停工对工厂来说是最大的敌人。UGhEETC-电子工程专辑

第二是可以通过数据来做资产分析,更好地了解客户购买习惯,出售这样的数据能够创造新的收入流。比如有一个数据,是用监控摄像头来做零售的监控:客户走进一家手机商店,桌上放了两部手机,一部iPhone一部三星,可以通过监控录像对比消费者在iPhone柜台和在三星柜台逗留的时间,再把这个数据通过人工智能的方式进行出售,创造新的收入流。UGhEETC-电子工程专辑

第三是连接性,连接性是工业互联网的基础。OTA (Over-The-Air)的更新对于汽车来说非常重要,其实对于工厂和医院来说也是,因为除了汽车以外,有很多工厂和医院的资产也是非常贵重的,如果不仅仅能更新软件,还可以通过赛灵思方案更新硬件,确实能够对资产的生命周期和企业寿命产生非常积极的影响。UGhEETC-电子工程专辑

对医疗物联网来说也一样,采用AI技术,通过物联网进行更高效的医院管理,使得有一些有条件的患者,不必要再去占用病床的床位,而是可以进行居家的医疗方面的监控,减少病房等待时间,人工智能还可以改进诊断,更快、更准确地获得结果。UGhEETC-电子工程专辑

20190524-xilinx-3.pngUGhEETC-电子工程专辑

 UGhEETC-电子工程专辑

物联网最关注隐私和反应时间

但是在医疗物联网的数据应用方面,隐私与安全是被人们所担心的。目前,全球已安装超过1亿台医疗物联网设备,到2020年将增长到1.61亿台。有医疗行业的高管表示,当前阻碍医疗组织采用物联网的三大障碍包括:隐私问题占59%,原有系统集成问题占55%,安全问题占54%。可见医疗方面应用的数据敏感性,是所有领域当中最高的。UGhEETC-电子工程专辑

20190524-xilinx-4.JPGUGhEETC-电子工程专辑

然而对数据的威胁并不是静态的,随着时间的推移,数据窃取者能力也在提高,其安全威胁是在不断加大的。“赛灵思灵活可升级的医疗物联网安全解决方案,在这个过程当中就能根据黑客能力的增长,来不断提升安全性,这就是赛灵思独特的优势所在。” Chetan说到。UGhEETC-电子工程专辑

除了隐私安全,工业物联网还非常关注反应时间。两个概念叫做“数据重力”和“数据惯性”,分别由Dave McCrory和Lew Tucker提出,它们是与工业物联网、医疗物联网最相关的两个概念。简单来讲就是:数据是在哪里收集的,就应该在哪里处理。UGhEETC-电子工程专辑

“我们不再把数据运送到处理点所在的位置,而是把处理能力推送到数据所在的位置。” Chetan这样解释到,所以赛灵思认为应该要把智能定义在边缘,对边缘的定义就是模拟的数据边界,在这些模拟数据边界上对数据进行处理,操作效率和成本都是最优的。”UGhEETC-电子工程专辑

赛灵思AI对比CPU和GPU

有的企业可以用GPU可以做AI,但是没有传统行业的优势;还有一些传统半导体企业可以做SoC,但在AI技术方面又不给力。“赛灵思两者兼具。所以对很多客户不去使用多个器件的方案,采用赛灵思单芯片解决方案就能够确保高度集成,达到最高的成本有效性。” Chetan说到。UGhEETC-电子工程专辑

20190524-xilinx-7.pngUGhEETC-电子工程专辑

两种模式对比来看,第一种传统模式有非常强大的能力和功能,第二种基于Python的则更像是开源社区,也就是基于Python开源社区用在工业领域,随着更多的大学毕业生进入智慧工业队伍,Python在工业领域的应用也会越来越多。UGhEETC-电子工程专辑

赛灵思的边缘人工智能解决方案,来自旗下深鉴科技。可以实现支持高吞吐量和低时延,加速整体的应用。“我们有一些竞争对手,他们器件里面用的是嵌入式AI加速器,只能加速AI部分,但赛灵思可以实现整个器件的加速,这样可以使得整个过程都不会出现瓶颈。” Chetan表示,“最后一条尤其重要,从我们合作的客户情况来看,他们绝大多数时间还是花在软件上,所以软件必须是高效、优质的。”UGhEETC-电子工程专辑

20190524-xilinx-3.pngUGhEETC-电子工程专辑
赛灵思产品相对CPU和GPU的优势UGhEETC-电子工程专辑

做到高批量处理和低延时,最主要有以下两个关键:UGhEETC-电子工程专辑

1、 通过降低精度的CNN和BNN优化计算。8位解决方案没有显著的精度损失,BNN正在快速改善,而自定义浮点可以提供更大的计算密度。UGhEETC-电子工程专辑

20190524-xilinx-2.JPGUGhEETC-电子工程专辑

2、 模型剪枝获得更高的有效性能,SSD可在相同精度下提升6倍fps。UGhEETC-电子工程专辑
20190524-xilinx-3.JPGUGhEETC-电子工程专辑

举个例子,旷视(Face++)有很多的摄像头和其他设备就在使用赛灵思的Zynq SoC边缘人工智能方案。UGhEETC-电子工程专辑

下半年,新物种

赛灵思本次还公布了在工业领域的产品路线图,除了大家都知道的FPGA、SoC、MPSoC、RFSoC,全新物种ACAP也将在2019年下半年发货。UGhEETC-电子工程专辑

20190524-xilinx-4.pngUGhEETC-电子工程专辑

 UGhEETC-电子工程专辑

和ACAP对应的一个品牌系列就是Versal,Versal有6个子系列,包括今年推出的Versal AI Core 系列 和Versal Prime ( 基础版)。但对工业领域最重要的AI Edge将在明年推出,强调低功耗和高性能。UGhEETC-电子工程专辑

20190524-xilinx-5.pngUGhEETC-电子工程专辑

60多项行业第一

据介绍,赛灵思目前有60项行业第一。比如全球首个无晶圆半导体企业(Fabless),全球首款FPGA等。UGhEETC-电子工程专辑

20190524-xilinx-1.pngUGhEETC-电子工程专辑

目前赛灵思全球员工大约4400多人,专利数量和员工数量几乎一样多,也有4000多个,其中3000多个在美国,还有1000多个是国际专利。客户数量达到2万多家。UGhEETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
刘于苇
电子工程专辑(EETimes China)副主分析师。
您可能感兴趣的文章
  • AI会变成危险分子,是机器学习算法扭曲? 在大数据时代,隐私法正迅速成为任何数字安全对话的主要元素。对于那些业务建立在消费者数据之上的公司,消费者的信任正在发展成为其业务模式的重要组成部分。相比之下,人工智能的“公平性”还处于20年前隐私讨论的处境。它还没有上升到许多人的意识层面,至少目前还没有。
  • 芯之联:小芯片在AIoT时代的大作为 近来人们不再像从前那样单独提及AI(人工智能)和IoT(物联网),而是将其融合在一起,AIoT(人工智能物联网)成为科技行业热词。AI+IoT成为业内共识,语音识别+人脸识别+边缘计算+物联网等多概念融入,借助AI、大数据、云计算等技术,实现“云+边+端”的全新模式被广泛接受。
  • Arm服务器生态合作推进中国“芯”突破 放眼当下,以智能手机为代表的移动设备产业发展迈入“下半场”,云计算、物联网、人工智能等新兴技术的登场,推动了万物互联、万物感知的智能社会建设,从而对绿色计算、智能计算提出了多样化、迫切的需求。
  • 泛在电力物联网漫谈 大部分现有对泛在物联网的理解,只是停留在传感、物联、通信、大数据、云计算这些技术层面。国网公司将泛在电力物联网提升到企业战略层面,而非简单的将其作为一项企业技术战略去推进,需要从未来智能商业模式的角度去理解泛在电力物联网的战略意义。
  • 如何破解两把“剪刀差”加速AI落地?Xilinx给出了答案 在近日举办的第八届EEVIA年度中国ICT媒体论坛暨2019产业和技术展望研讨会上,人工智能也是其中的一个重要主题。自适应和智能计算的全球领先企业赛灵思公司人工智能市场总监刘竞秀在“FPGA — 人工智能计算的加速引擎”的主题演讲中开场就对“智能+”概念作出了通俗的诠释:“AI的本质就是高性能计算,就像电力一样是一项通用能力,是能对所有行业进行产业升级以及产品迭代起促进作用的存在。”
  • 充分利用人工智能,实现更为高效的下一代数据存储 人工智能 (AI)是对现代社会的各个领域带来重大影响的技术,这些领域包括电子商务、自然语言翻译、金融科技、安全、目标识别/检测乃至可快速确认危及生命癌细胞位置(或其他异常症状)的医学领域。尽管应用领域多样,但它们都有一个共同点:能通过采用一项可高效扫描大量非结构化数据(视频、文本、声音、图像等)并对其进行处理的技术,从而获取真正的价值。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告