视觉AI是发展最快的嵌入式人工智能学科之一，它与AI增强型语音工具和实时分析相结合，成为快速收集、处理和训练海量数据的手段。 根据 ITR Economics 预测，视觉 AI 市场规模有望从 2020 年的 5 亿美元增长到 2025 年的 13 亿美元，复合年增长率达 22%。
当前，业界正逐渐减少对云连接通信的依赖度，转而采用网络边缘的AI解决方案。这一趋势有力推动了嵌入式视觉AI解决方案的需求。然而，尽管基于边缘的AI系统能够让终端用户以前所未有的规模和速度做出明智的决策，但它们也必须同时提供优化的处理速度、能耗和客户易用性。
作为嵌入式技术解决方案的佼佼者，瑞萨一直致力于帮助广大客户充分挖掘并利用AI的巨大潜力。最近，公司推出了基于视觉AI的全新解决方案——RZ/V2H微处理器 （MPU）平台。这款产品面向机器人自动化领域，为工业、家居、办公和智慧城市应用量身打造，能够使设计人员轻松、迅速地在边缘或终端应用中嵌入视觉传感系统，从而摆脱云解决方案在成本、延迟及功耗方面的束缚。
提升视觉AI处理性能
瑞萨全新四核RZ/V2H MPU单平台具有出色的图像处理能力，能够显著提升多图像处理速度。该平台支持多达4台摄像头设备（通过附带的USB端口，可将设备轻松扩展至6台），从而大幅提升自动化工厂设备、机器人控制、运输系统以及多种终端应用的精确度。
从原始性能角度来看，RZ/V2H平台集成了瑞萨第三代动态可配置处理器（DRP）。相比前代产品， DRP-AI3 AI加速器的性能提升了10倍之多，使得新一代MPU平台的处理速度从上一代的0.5-1.0万亿次运算每秒（TOPS）跃升至80 TOPS。
瑞萨还利用其专有的DRP技术开发了OpenCV加速器，提升了OpenCV（计算机视觉处理开源行业标准库）的处理速度。DRP-AI3与OpenCV加速器的组合可将数据处理速度提高至传统CPU的16倍，不仅增强了AI计算能力，还提升了图像处理算法的性能。
高效节能设计助力AI视觉系统摆脱风扇和散热片
得益于DRP-AI3加速器的卓越设计，新款RZ/V2H MPU平台成功将能效提升至10 TOPS/W，比早期解决方案节能10倍。显著的节能优势摆脱了竞品解决方案所需的风扇和散热片设计，为在网络边缘的功耗敏感型运行的AI应用节省了空间、成本和设计时间。
瑞萨通过采用创新的软硬件协同方法来实现这一突破，其中包括AI加速器与主处理器之间的协调，以便快速处理各种算法。不仅如此，DRP-AI3加速器的节能创新还体现在AI模型轻量化，如通过量化降低神经网络数据的位权重，以及剪枝技术——即利用设置权重信息来跳过计算，从而提高机器学习模型的效率。
瑞萨视觉AI MPU平台让客户的生活更轻松
为提高客户易用性，瑞萨不仅推出了RZ/V2H评估板，还发布了包含预训练模型的AI应用库及AI SDK。这些新工具极大简化了工程师在设计流程早期阶段的评估工作——即使他们不具备丰富的AI知识。在瑞萨官网，还提供了覆盖多种终端应用场景的实例供用户参考。其中，已有超过50个应用实例可供用户免费下载。而另外的50个应用实例也即将发布，它们为设计人员创造了丰富的潜在使用案例，包括：
- 缺陷检测： 监控工厂生产，检测产品中的可见缺陷
- 非接触式工业控制： 用手势取代物理控制
- 农作物防御： 在流浪或野生动物破坏农作物之前向农民发出警报
- 电梯使用： 实现非接触式控制和乘客计数
- 停车预约： 实时跟踪空停车位数据
- 智能POS： 优化零售结账流程
展望未来，我们预见生成式AI将为视觉AI在边缘提供有力支持，在此背景下，基于特定的数据执行需求和所期望的性能水平，也会带来新级别的设计复杂度。目前，生成式AI仍是一种高成本、高耗电的选择，主要用于处理海量数据集，但我们相信，随着时间的推移，两者实现协同工作，将推动决策过程变得更加灵活、可扩展和经济高效。
二者的结合将能够实现更复杂的图像处理，甚至将嵌入式视觉系统与其它AI处理模型整合。无论哪种方式，大势所趋：AI正在稳步向网络边缘迈进。