隨著云計算與物聯網的發展，兩者相結合的邊緣人工智能技術近年來開始受到越來越多的重視。在亞德諾半導體（ADI）公司6日舉辦的線上媒體發布會中，發布了一款帶有神經網絡加速器的超低功耗人工智能微控制器MAX78000。該產品面向邊緣人工智能應用，可以支持采取電池供電的嵌入式物聯網設備在邊緣設備中實現快速且低功耗的人工智能推理。ADI表示，與軟件方案相比，采用這種方案可使復雜的AI推理能耗降低到前期方案的1%以內。

簡單來說，邊緣人工智能是指在邊緣設備上實現的AI運算。以往大多數尖端的人工智能流程都是在云中執行的，因為它們需要大量的計算能力。但隨著數據的增長速度對本地數據計算和本地數據存儲的需求變得更加迫切，大量數據操作逐漸轉向本地進行，這為在邊緣廣泛采用人工智能提供了理由。

根據ADI高級應用工程師辛毅的介紹，MAX78000集成了一顆專用的神經網絡加速器，使其可在本地以低功耗實時執行AI處理，克服了云端運算延遲和能耗較大的問題，使機器能夠看到和聽到復雜的型態，大幅提高了機器視覺、語音和面部識別等應用的工作效率。據介紹，這顆硬件在運行時幾乎不需要任何微控制器內核的介入，操作的流線化程度極高，能量和時間僅用于實施CNN的數學運算，極大提高了運算效率，降低了功耗。

在談到MAX78000主要特點時，辛毅表示，低能耗、低延遲與高度集成是其主要優勢。這顆芯片除神經網絡加速器之外，還采用兩顆內核ARM M4F及RISC-V微控制器相結合的設計，兩顆內核可將外部世界的采集數據高效地輸入到CNN引擎當中，能耗不足嵌入式競爭方案的1%，且在邊緣執行AI功能時，減少或省去了大量的云端事務處理，運行的實時性與速度大幅提高。而帶有神經網絡加速器也可使物聯網設備實現復雜、實時的認知。

目前，MAX78000可應用于人臉識別、災難檢測、醫療應用等諸多領域。在人臉識別應用中，不僅可以進行識別人臉，也可以識別物體、寵物等。在災難檢測中可以進行煙感、煙霧監測、火災監測、泥石流監測、震動監測等領域，其超低的功耗可以適于安裝在長期無人值守的區域。在醫療應用中，可用于心電圖、心率、血液數據的檢測等。