“嵌入式人工智能”现已成为一个新的热点论词。人工智能是近两年的热门话题，深度学习、智能驾驶、智能家居、机器人等AI相关领域成为创业创新的焦点。目前，大部分AI应用都基于云端，要大面积地应用到人们日常生活中还有一定的距离。一方面，过去的人工智能基本上是在相对高性能的服务器上去构建软件算法，如何降低成本是一个问题；另一方面，高功耗制约了人工智能向更多前端应用场景的渗透。

人工智能，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。目前，在人工智能领域出现了很多需要在本地终端进行计算的应用场景，比如机器人、无人机、汽车等，于是嵌入式人工智能应运而生。嵌入式已经成为人工智能领域新开辟出的一个崭新的分支。未来市场都会爆炸式的增长。

所谓嵌入式AI，就是设备无须联网通过云端数据中心进行大规模计算去实现人工智能，而是在本地计算，在不联网的情况下就可以做实时的环境感知、人机交互、决策控制。

ARM全球执行副总裁兼大中华区总裁吴雄昂在发布会上说：“人工智能的革命是人类有史以来影响可以更深远、广泛，对我们的生活改变大的一个革命，这样的一个革命当中，我们需要的是什么呢？怎么样打造一个标准，让我们能更快更好的把人工智能放进每一个消费者用得起的设备里面，这是一个关键点。”吴雄昂表示，期望通过OPEN AI LAB探索新的合作模式解决产业化实验中连接芯片到应用中共性基础问题，助力嵌入式人工智能产业早日繁荣。中科创达技术总监王璠在前段北京GMIC大会新技术演示Show上，向外界展示了中科创达在嵌入式人工智能方面所做的工作。这位百度出身的90后的技术总监，目前带领着一支30人的 ThunderView 技术团队专注于嵌入式AI的算法研究。他说：“我们现在做的工作是将深度学习放在嵌入式设备上。”

云计算和本地计算是两种不同的计算模式。本地计算（又称端计算、边缘计算），特点是可在离线状态下独立工作。嵌入式人工智能也是一种本地计算，是在终端设备上运行深度学习相关算法。

云计算的优势在于，服务器存储的数据量大，计算准确性高，计算的能力强，通常用于单次、不连续的计算任务请求。这类典型的公司比如，Face++提供 API 接口的人脸识别云服务、科大讯飞语音识别云服务、图普科技图像内容审查云服务等，这些都需要把计算任务通过网络上传云端，云端计算完成后再把结果传回本地。虽然云计算计算能力强大，但是也有弊端，很多计算场景是需要在本地进行的。

自动驾驶与数据安全 将率先导入应用。

嵌入式人工智能将在边缘计算产品中，得到十分广泛的应用。目前，嵌入式AI已经开始进入市场 ，特别是在自动驾驶与数据安全领域得到快速的渗透与应用。“辅助驾驶系统如果在云端计算，设备端采集到数据后上传，计算完成后再返回终端，这样会不可避免地带来一定延时，而在驾驶场景中，这种延时意味着危险系数的提高。”瑞萨电子()有限公司应用技术中心 汽车电子 部副部长赵坤表示。同时，数据安全也是关注的一个要点，上传到云端的计算意味着隐私被泄露的风险提升。所以，嵌入式人工智能将在边缘计算产品中，得到十分广泛的应用。根据刚发布的《边缘计算产业联盟白皮书》，边缘计算有三个发展阶段。

一是联接。实现终端及设备的海量、异构与实时连接，网络自动部署与运维，并保证联接的安全、可靠与维护性。远程自动抄表就是其中的应用场景，解决了电表数量巨大的问题。

二是智能。边缘侧引入数据分析与业务自动处理能力，智能化执行本地业务逻辑，可以大幅度提升效率并且降低成本。电梯的预测性维护就是该应用之一。

三是自治。引入人工智能，边缘计算不但可以自主进行业务逻辑分析与计算，还可以动态实时完成自我优化、调整执行策略。

嵌入式人工智能技术的发展依赖什么？

零零无限科技有限公司CEO 兼创始人王孟秋提到了嵌入式人工智能技术的发展，他说：传统意义上的人工智能已经发展了很多年，并且在过去一年间突然炒的过热，但是嵌入式人工智能确实刚刚发展起来，在三年前还是很难实现的。

第一，三年前，人工智能这些算法从精度、鲁棒性（保证在异常和危险情况下系统不死机、不崩溃的能力）等方面都没有达到今天可以做消费级的产品的程度，但是现在这些算法的精度确实已经很高了。

第二，如果没有手机的相关技术带来的变革，我们今天还不可能在这么小的体积实现这么强的运算资源，手机一年能卖十几亿台，使得所有器件的成本非常低，APU 的处理能力很强。

因为这两点结合了以后，才使得目前嵌入式人工智能实现和发展。