【导读】当人工智能工作负载向边缘迁移，实时响应、低功耗运行、数据安全保障及规模化部署等一系列挑战随之而来。通用AI模型的低效性在此场景下愈发凸显，而智能、定制化的AI方案成为破局关键。莱迪思sensAI?解决方案套件8.0版应势而来，以专用预训练模型为核心，凭借高效、灵活且易扩展的特性，精准破解边缘AI落地难题，为各行业边缘智能升级提供全新路径。
随着人工智能工作负载从云中心转移到边缘，各行业面临着新的挑战：
当每一毫秒都至关重要时，如何获得实时结果？
如何让设备仅靠一次电池充电就能全天运行？
当数据从不离开设备时，如何?；っ舾惺?？
如何为数百万次独特的部署扩展和适配人工智能？
答案并不是用庞大、通用的AI模型来解决所有问题，这就像用大锤去拍苍蝇。相反，未来属于智能、依据目标定制化的AI，它高效、适应性强且可以在数百万台设备上扩展。
为何依据目标定制化的AI在边缘领域胜出
边缘设备通常需要即时处理数据并做出决策，而无需依赖云连接。对于这些场景，通用AI模型通常效率低下。
最新版莱迪思sensAI?解决方案套件（8.0版）通过提供一系列用于缺陷检测、驾驶员监控和手势识别等任务的专用预训练模型库来解决这一问题。这些模型高效、易于组合，并且可以根据需求变化快速调整。而且，处理过程在本地进行，因此数据保持私密，延迟也较低。
莱迪思sensAI 8.0 全新特性
扩展的模型库与拓扑结构支持
依据目标定制化的预训练模型：最新版本为人机界面（HMI）、多目标检测和质量控制等任务新增了更多预训练模型。每个模型都附带训练脚本和模型说明卡，助您快速上手。
更广泛的人工智能兼容性：新增人工智能层和拓扑结构支持，让您更轻松地将前沿研究成果应用于边缘设备。
增强易用性
优化推理流程：通过改进机器学习编译器和推理流水线，而非更改硬件加速器IP，实现了更高的性能和更优的功耗效率。
集成化开发流程：全新的GUI和Python API集成，让您在真实的FPGA硬件上验证模型变得更加简便。
自动化的FPGA兼容：对于支持模型，开箱即可部署。
灵活部署与快速原型开发
精简的RISC-V?集成：针对RISC-V控制逻辑，优化了对应的API和参考固件，让您无需大量手动编码，即可轻松连接FPGA资源和定制系统级行为。
基于YAML的自动化：快速定义和制作新模型原型，支持快速迭代。
参考设计：提供目标检测、多目标检测等端到端的实操指南，并附有性能基准测试，您可以亲身体验。
在最新的发布中，莱迪思sensAI推出了全新的莱迪思CrossLink?-NX、CertusPro?-NX和载板SoM开发板，这些开发板提供高带宽连接和灵活的扩展选项，是快速原型开发和部署的理想选择。集成化工作流程允许开发者使用TensorFlow、Keras或ONNX等框架训练模型，然后统一将这些模型量化、编译并部署到莱迪思低功耗FPGA上。
将先进的人工智能引入边缘领域
莱迪思sensAI解决方案套件为工厂提供可靠、实时的智能支持，提升车辆的安全性和性能，并为智能家居和智慧城市带来即时、安全的人工智能体验。这种多功能性在各种边缘环境中均有所体现，例如Mitsubishi Electric等行业领导者将基于莱迪思FPGA的人工智能加速与可扩展、安全的自动化解决方案相结合，应用于下一代工业设备。
在此基础上，莱迪思sensAI旨在满足边缘人工智能不断变化的需求，无论是打造更智能的工厂、更安全的车辆，还是构建响应更快的城市。最新版sensAI通过专用模型、灵活的硬件以及简化的开发流程，使得在这些需求最为迫切的地方部署高效、安全且可扩展的人工智能解决方案变得更加容易。
从扩展的模型库、优化的开发流程到灵活的部署方案，莱迪思sensAI 8.0版以全方位升级的能力，实现先进AI技术向边缘领域的高效落地。该解决方案不仅满足了工厂、车辆、智能家居等多元场景的实时、安全、低功耗需求，更通过与行业领导者的深度合作验证了自身价值。未来，莱迪思sensAI将持续赋能边缘AI创新，助力打造更智能的工厂、更安全的车辆与更具响应力的城市，推动边缘智能生态不断向前发展。
