向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

从e-AI和SOTB两大技术看,如何通过技术创新实现业务模式创新

时间:2019-11-08 作者:赵明灿 阅读:
目前在各种领域当中都有AI的应用方案,但很多方案AI应用都取决于云端的计算能力。嵌入式系统对实时性的要求,会因为延时而出现滞后问题。在这样的环境下,嵌入式人工智能就能大显身手。

“创新经常会与技术开发和发明等联系在一起。然而,创新本身并不意味着技术发明——创新是价值创造,而不是技术发明。当然,并不是说技术发明与创新完全不相关,技术发明与业务模式的变革可以大大提升价值。技术发明超出了建立业务模式的瓶颈,业务模式的创建提供了技术的应用领域。通过技术与业务模式间的相互作用,两者的附加价值都可得到提升。”6rxednc

以上这段话是11月7日在ASPENCORE举办的2019全球CEO峰会上,瑞萨电子株式会社高级副总裁、瑞萨电子中国董事长真冈朋光先生在发表“技术创新推动业务模式创新”主题演讲时所提出的观点。6rxednc

CEOSummit-Renasas-l6rxednc

众所周知,目前在各种领域当中都有AI的应用方案,但很多方案AI应用都取决于云端的计算能力。MCU是嵌入式系统核心。嵌入式系统对实时性的要求,会因为延时而出现滞后问题。在这样的环境下,嵌入式人工智能就能大显身手。6rxednc

据介绍,瑞萨电子新一代MCU技术可为嵌入式系统领域提供新的附加价值,实现更多的功能,增长多点嵌入式的AI功能。这项技术也可在独立系统当中应用AI。6rxednc

瑞萨电子嵌入式人工智能即e-AI。它可以拓展物联网连接、设备安置及建设的场所范围。在接下来的演讲中,真冈朋光就以这个话题探讨了如何实现创新和提升价值。6rxednc

通过e-AI应用案例看如何实现预测性维护转型

瑞萨电子为e-AI的推广和强化制定了相应的产品规划,2017年7月已开发出第一代产品。6rxednc

CEOSummit-Renasas-16rxednc

下面这幅图展示了瑞萨电子的旗舰工厂。它使用e-AI的案例,做了e-AI单元,嵌入在产品当中,同时安装了AI算法。该e-AI单元与工厂设备当中的传感器连接,并从传感器收集数据,收集数据和结果再到AI系统当中处理并开发推理逻辑。然后将推理逻辑回送AI单元,并予以执行。6rxednc

CEOSummit-Renasas-26rxednc

通过这个实验可以看出,首先,采样周期得到了缩短。通过在设备中安装高性能处理器,就能够详细地分析从传感器获得的数据变化。其次,所获得的数据波形的细微变化也可以识别出,而这样的数据通常只能用上限和下限管理。这个实验当中,人们可以如同发现了形状变化一样感知波形变化,从而可以在实际故障发生之前进行管理。6rxednc

CEOSummit-Renasas-36rxednc

安装e-AI系统能够更有效、更及时地实现预测性维护,并将上市周期缩短三分之一,每年减少1千万美元的维护成本。6rxednc

“我们已经在瑞萨电子工厂安装了150个e-AI单元。包含其他采用e-AI解决方案的客户工厂在内,我们计划将这个数量扩大到3000个。”他介绍说,“在合作伙伴中,也有来自中国本土的企业,他们在自己的工厂当中测试了e-AI解决方案,并取得了良好的成果。”6rxednc

CEOSummit-Renasas-46rxednc

2018年10月,瑞萨电子开发出第二代动态可配置处理器(DRP)技术,增长了e-AI第二代产品的性能。DRP可以作为快速变化的深度神经网络加速器,AI加速需要多个并行处理,而瑞萨电子的第二代DRP可以根据计算结果动态调整电路,因此,它可以支持AI所需的加速操作。6rxednc

CEOSummit-Renasas-56rxednc

CEOSummit-Renasas-66rxednc

真冈朋光通过视频展示了第二代加速处理获得的效果(下图)。两个视频都是使用处理器来检测对象。左侧是工作频率在500MHz的普通处理器,需要140ms才能检测到对象,钟摆运动具有明显延迟。右侧使用了瑞萨电子第二代技术,工作频率为40MHz,比左侧更低。还能平稳地检测到钟摆的运动,检测时间只需要10.4ms。这显示了第二代技术的强大所在,它可以加速学习,并快速适应数据输入。6rxednc

CEOSummit-Renasas-76rxednc

通过e-AI案例可以发现,依靠e-AI的技术可实现从预防性维护向预测性维护的转变,更进一步通过使用DRP加速器实现自动维护,从而使现有业务模式的更新。6rxednc

CEOSummit-Renasas-86rxednc

SOTB技术让嵌入式系统仅采用能量收集供电

接下来,真冈朋光介绍了另一种技术——SOTB(薄氧化埋层上覆硅工艺)的相关案例。SOTB是由瑞萨电子独立开发的一种非常独特的低功耗技术。从下图中可以看出,目前世界上大多数低功耗技术,都是只能在运行或者待机模式中的一种下保持低功耗。而SOTB的独特性在于其在两种模式下都能保持极低功耗。6rxednc

CEOSummit-Renasas-96rxednc

真冈朋光表示,瑞萨电子目前正在研究如何将这种独特技术应用在各种领域中。SOTB的超低功耗是传统的MCU的十分之一,这种功耗下,系统可以在无电池的情况下从周围环境获取能源(例如通过小型太阳能电池板,或皮肤温度、振动等环境能量收集)来驱动。6rxednc

CEOSummit-Renasas-106rxednc

“SOTB的超低功耗非常适合用于物联网领域。通过环境能源发电、传感器与无线信号的组合,我们相信能够开发出多种多样的面向物联网领域的应用。SOTB技术让构建无电池系统成为可能。传感器可以部署在难以维护的场所,并可进行持续的监控。这些过去完全不能想的技术现在都成为可能。”他表示。6rxednc

CEOSummit-Renasas-106rxednc

通过SOTB与e-AI组合,可以搭建更有效率的系统。“具体来说,e-AI是检测异常信号,在异常发生之后仅发送检测信息的模式。我们相信该系统可以构建出高度分散的分布式物联网系统,并带来创新的商业模式。”他总结道,“瑞萨电子通过技术创新的推动,将带来商业模式的革新,进而提供新的附加价值。”6rxednc

CEOSummit-Renasas-126rxednc

本文为EDN电子技术设计 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。
赵明灿
赵明灿是EDN China的产业分析师/技术编辑。他在电子行业拥有10多年的从业经验。在加入ASPENCORE之前,他曾在电源和智能电表等领域担任过4年的工程师。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 把“大数据”缩小,这家德国新创公司是如何做到的? 德国新创公司Teraki开发出可过滤并缩小“大数据”(big data)的嵌入式软件技术,不仅有助于提升数据处理效率,还可实现更准确的对象侦测与机器学习…
  • 苹果2亿美元收购人工智能公司,以改进Siri 苹果公司可能会将Xnor.ai的技术整合到未来的iPhone机型中,改进Siri以及其他基于人工智能和机器学习的任务。
  • 人工智能时代不断变化的工业格局 尽管AI技术并不是什么新鲜事物,但数据的爆炸式增长促使AI以惊人的速度发展,例如在百度和谷歌等数十亿次的搜索提供了相当大的实时数据集,支持了AI的蓬勃发展。
  • 人工智能技术翻转商业模式 人工智能(AI)活动AI Experience吸引了许多人参与,优秀的技术人员和演讲者从机器学习、物联网到智慧城市应用,为与会者展示了惊人的创新。边缘计算、人工智能、大数据,这些元素将与我们一起迈向不远的未来。人工智能可应用于制造行业的预测性维护及其它许多方面,它提供一系列技术来分析生产过程中收集的海量数据,并生成有用的信息,以实现并支持卓越的生产能力。
  • 人工智能应用于SDR的信号分析系统 在过去几年里,人工智能已经取得了长足的进步,尤其是机器学习技术中的深度学习。为了解决众多棘手问题,人类设计人员一直都在花费大量精力研究手动式工程解决方案,而深度学习则直接将目标对准了针对特定问题的大型复杂数据集。
  • 有点太像人类...又不够有人性的AI 因为AI是如此被动吸收被馈入的数据,因此只能反映出存在于人类开发者心中的偏见──无论是有意识或无意识的…
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