#機器視覺 #人工智慧AI #機器學習ML #卷積神經網路CNN #微控制器MCU #3D感測 #微透鏡陣列MLA #主動立體視覺ASV #飛時測距ToF #FPGA

【3D 感測快速拓點】

電子技術的進步，讓機器視覺從工業生產線走到更多人的身邊，資料處理也從雲端、大型計算設備走到邊緣設備中，根據需求的不同，功耗和性能的平衡點也在不斷變化，這也給了製造商和設計人員更多地發揮空間，新技術的加入不僅能讓機器視覺離我們更近，提供更多服務，也促進了工業製造的智慧化演進。

機器人和自動導引車 (AGV) 正變得比以往任何時候都更加先進且能執行更多任務，而 3D 感測器技術領域的技術進步正是推動此一趨勢的關鍵。這些系統的一個關鍵零組件是紅外線光源；例如，結合 VCSEL 晶片的點陣投影模組，非常適合應用在機器人和自動導引車，透過主動立體視覺 (ASV) 進行環境感測。

延伸閱讀：
《機器視覺在邊緣發力向 3D 演進》
http://www.compotechasia.com/a/feature/2021/0913/48999.html

#美信Maxim #亞德諾ADI #Xailient #意法半導體ST #STM32Cube #FP-AI-VISION1 #STM32H747 #X-CUBE-AI #研華Advantech #EPC-U2217 #康耐視COGNEX #InSight3D-L4000 #艾邁斯歐司朗ams #Belago 1.1 #Hermes #微芯科技Microchip #美高森美Microsemi #PolarFire

#機器視覺 #人工智慧AI #機器學習ML #邊緣運算EdgeComputing

【邊緣視覺，神通廣大】

機器視覺是包含圖像、機械、控制、光學、感測器、類比半導體和數位半導體等多項內容的綜合技術，它具有高度的靈活性和適應能力，在大批量重複性的工業製造中，可顯著提升製造效率並降低人工成本，在不適合人工作業的危險環境發揮作用，同時還能超越人類肉眼的視覺範圍，根據需求「觀察」到更多有用資訊。

人類透過大腦和眼睛還有其他四種感知能力實現對外部的觀察和理解，機器視覺也在做同樣的事情，是機器學習 (ML) 和人工智慧 (AI) 技術的基礎。透過機器視覺搜集到的資訊，進行機器學習，分辨出目標、時間地點等基本資訊，再借助 AI 技術進行認知推理做出決策。

隨著運算設備的能力攀升，機器視覺的資訊處理能力正變得日益強大。設計人員不斷地在效率和靈活性這兩個方向上尋找平衡點，CPU、FPGA、ASIC 器件在機器視覺應用中扮演著最強大腦的作用。物聯網 (IoT) 設備的大規模普及，讓運算資源更加靠近機器視覺成為新的趨勢。基於微控制器 (MCU)、微處理器 (MPU) 的邊緣端機器視覺成為市場熱點。

延伸閱讀：
《機器多「看」，我們省心》
http://www.compotechasia.com/a/feature/2021/0913/49000.html

#輝達NVIDIA #大聯大世平 #恩智浦NXP #EdgeReady #i.MXRT106F #安森美Onsemi #安富利AVNET

SmartNIC、DPU的應用，掀開了資料中心運算架構的另一個新篇章。透過自成一格的微型伺服器運算體系，也就是低功耗、高性能處理器、FPGA晶片或ASIC晶片的搭配，以加速介面卡型態安裝在伺服器，每一臺實體伺服器現在能夠將承擔的多種通用工作負載，在自體內部直接交給另一個（或多個）強大的運算小幫手來分攤，而這樣的卸載架構，如今成為幾家主要系統廠商與雲端服務業者發展的重點技術。

過去幾年以來，已有多家廠商在推動這樣的解決方案，當中最知名的廠商是過去的Mellanox、現在將其併購的Nvidia，英特爾過去也有類似的資料中心加速卡產品，今年起，他們正式將這樣的產品定為基礎設施處理器（IPU），除了納入先前與未來即將推出的Xeon D處理器搭配FPGA晶片的產品，也將發表以ASIC架構為主的IPU，也就是今年英特爾架構日介紹的Mount Evans。

一起來看看這款IPU的架構是怎麼設計的？與Nvidia目前主推的DPU有何異同？請看我們的報導。

#看更多 https://www.ithome.com.tw/tech/146525