【導讀】未來，隨著端側設備變得更加強大和智能，邊緣智能也將在智能家居、自動駕駛和醫療保健等領域持續發揮關鍵作用擴大應用市場。安森美憑借深厚的技術積累和市場洞察，從硬件到軟件，從產品到解決方案全面布局，無論是提升智能感知的精度與效率，還是優化數據處理的即時性與能耗，都在不斷突破創新為用戶提供更高效、更可靠的智能解決方案，與客戶共同推動邊緣智能技術的邊界，開啟一個更加智能互聯的世界。
在數字化時代，海量數據的產生已經成為常態，從智能手機到物聯網設備，數據源已經無處不在。傳統的云計算模式雖然強大，但也存在著延遲、帶寬和數據隱私等問題。邊緣智能利用分布式計算，將AI算法和數據處理推向數據源附近的邊緣設備，以實現低延遲、高效率和實時決策，這便是其興起之由來。
邊緣智能現階段在多個領域都具有潛在的應用價值，例如工業自動化領域實現智能制造提高工廠設備的效率和可維護性、在智能交通領域實現高級駕駛輔助與道路環境監控、醫療保健領域實現遠程健康監護等。作為全球半導體行業的佼佼者，安森美(onsemi)也憑借其在圖像傳感器、低功耗藍牙MCU以及助聽器SoC產品設計的深厚技術積累，助力終端系統實現更智能的決策，為邊緣智能的廣泛應用鋪設基石。
引領視覺系統革命，圖像傳感器開啟智能視覺時代
邊緣智能終端系統應能夠實時地處理和分析數據，以便對環境和用戶需求做出迅速響應，以圖像傳感器為例，隨著技術的飛速發展，現代圖像傳感器被要求賦予更多智能化特性，不僅僅是視覺信息的捕捉者，更是智能分析與決策的前端執行者，便是邊緣智能趨勢的直觀體現。
盡管邊緣智能具有巨大的潛力，但也面臨著一系列技術挑戰，在智能可穿戴、智能家居乃至不斷衍生出的新興AI等細分應用領域，視覺系統便需要以盡可能低的成本、尺寸、功耗提供更高的分辨、理解和判斷能力。安森美的圖像傳感器技術在全球汽車和工業市場占據領先地位，其核心競爭力在于智能感知能力的深度優化，Hyperlux LP系列傳感器功耗超低，支持內置的運動偵測功能，可以只需要在偵測到運動物體時快速喚醒系統工作，進一步優化了系統的功耗，內部采用了堆棧式架構設計，能最大限度地減少產品體積，最小型號小如一粒米。
以AR0822傳感器為典型，其內置了高動態范圍融合算法和運動物體捕捉算法，能夠在保證圖像質量的同時，大大降低系統資源的消耗，支持多種多次曝光合成線性化擬合功能——DLO (Digital Lateral Overflow) 以及SCMAX (Smooth Combination Max) 智能擬合，這種模式降低了多次曝光合成時的亮度臨界區域的噪聲，實現了120dB的圖像數據輸出，有效減少了后端處理器的接收數據和處理時間，提升了圖像細節的呈現效果。此外，AR0822還具備增強的近紅外靈敏度和像素合并(binning)/開窗輸出(windowing)等精密的攝像功能。
更進一步，結合深度學習和神經網絡技術的圖像傳感器設計正引領著智能感知的新浪潮，這些傳感器通過集成或緊密配合專用的AI處理單元，能在邊緣側直接執行復雜的目標識別、分類甚至預測任務。為了在更復雜多樣的環境中更精準、快速的輸出場景信息，安森美的圖像傳感器未來將會集成更高分辨率，更快速率，嵌入更多的智能算法甚至深度算法、以及非可見光波段的檢測等，為邊緣智能帶來更精美、更細致的圖像。
低功耗藍牙構建邊緣智能設備連接生態
由于邊緣智能硬件的實時性要求極高，藍牙低功耗（BLE）技術已經成為當前最熱門的電子產品連接技術之一，廣泛應用于消費電子、工業、汽車、醫療保健、計算機、智能建筑等領域，市場發展空間極為驚人。安森美推出的藍牙低功耗5.2無線微控制器RSL10和最新RSL15低功耗藍牙芯片，通過采用先進的半導體工藝和雙核架構，確保了實時性要求較高的應用能夠在終端層面完成相關計算，避免了數據傳輸至云端處理產生的時延。這一設計思路不僅優化了系統的整體能效，還確保了數據處理的即時性和系統的自主性。
低功耗藍牙MCU方案充分利用了藍牙標準的特性，如更高的數據傳輸速率、更遠的傳輸距離和廣播數據擴展功能，使得它們成為物聯網設備，尤其是那些依賴電池供電智能設備的理想選擇，極大地豐富邊緣設備的通信能力和應用場景，包括設備資產監控，精準的定位服務在遠程醫療場景等，在保持長時間運行的同時，快速響應用戶指令或環境變化，執行數據采集、簡單分析乃至決策任務，而無需頻繁與云端交互，從而大幅降低了功耗，延長了設備的工作周期。
另一個典型的應用案例便是安森美近期發布的先進的微型AFE CEM102，可高精度測量電化學信息和安培電流，其設計為與RSL15藍牙5.2認證無線微控制器配合使用，與單獨的方案相比，該組合方案精度更高、噪聲更小且功耗更低，能簡化物料單并提高配置靈活性，最終釋放更多開發資源。更重要的是，該方案的靈活性使其不僅適用于基于電化學測量的傳感器，還能用于需準確測量小電流的多種傳感器，讓設計人員能夠為傳感應用開發出精度更高、功耗更低、外形更緊湊的邊緣智能設備，例如可穿戴醫療監護方案進一步改善用戶體驗，真正將智能決策推向了設備邊緣。
健康關懷升級，助聽器SoC設計的智能芯意
邊緣智能的浪潮同樣也席卷了醫療市場，尤其是隨著人口老齡化，用戶對智能化診療體驗需求的不斷提升，個性化醫護設備如助聽器的設計不再是簡單的音頻放大組件，而需要變得更為專業及智能，從而進化為集成了高級數字信號處理、人工智能算法與低功耗管理的微型計算平臺。通過采用先進的AI算法，助聽器最好能夠實時分析周圍環境聲音，智能識別并增強語音信號，同時有效抑制背景噪音，使得佩戴者即便在嘈雜環境下也能享受到清晰、自然的對話體驗。這種智能化的處理能力直接在助聽器內部完成，無需依賴外部云服務，既保證了數據處理的即時性，又保護了用戶的隱私安全，充分彰顯了邊緣智能在提升用戶體驗與保護個人隱私方面的雙重價值。
安森美擁有30多年的助聽器芯片設計經驗，是行業內領先的助聽器芯片供應商，打造了一系列先進的專業數字助聽器/OTC輔聽方案，包括Ezairo 7160、Ezairo 8300/8310、J10/J20低功耗藍牙無線OTC等平臺。針對個性化與智能化的行業需求，安森美的助聽器解決方案與時俱進，從早期的130nm到現在的22nm工藝，從雙核到6核，確保方案在性能、功耗和延時方面都得到了較大的提升，比如在語音延遲方面，安森美的主流方案可以做到3ms以下。此外由于藍牙低功耗技術的發展，帶藍牙功能的無線助聽器方案日漸流行，比如J10/Ezairo7160就是典型的無線助聽器解決方案。
J10 OTC助聽器平臺功能圖
Ezairo 8300/8310則更適應未來助聽器功能需求，Ezairo8300/8310的ADC位數更高，在常規處理基礎上，擴展到了6核解決方案，處理能力提升了一倍以上。其中內置了一顆NNA神經網絡加速器，可解決AI離線計算的需求，在低功耗狀態下能夠進行語音喚醒、調整音量、基本參數調整等本地處理，甚至可以根據用戶聽力曲線和使用情況，結合用戶使用助聽器的習慣，通過深度學習的算法來實現自動適配功能。另外，傳統的環境場景分類功能靠特定算法來實現，如果有了神經網絡加速器，環境分類算法就會更靈活，可以實現更加精準的環境場景識別和切換。AI功能的引入，可以提升對不同應用場景的自動切換，并增加了自動偵測語音陣列，可以更好地讓使用者接收到有價值的語音而不受環境噪音的干擾。
未來，隨著端側設備變得更加強大和智能，邊緣智能也將在智能家居、自動駕駛和醫療保健等領域持續發揮關鍵作用擴大應用市場。安森美憑借深厚的技術積累和市場洞察，從硬件到軟件，從產品到解決方案全面布局，無論是提升智能感知的精度與效率，還是優化數據處理的即時性與能耗，都在不斷突破創新為用戶提供更高效、更可靠的智能解決方案，與客戶共同推動邊緣智能技術的邊界，開啟一個更加智能互聯的世界。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
推薦閱讀：
DigiKey與 Lippincott 合作品牌煥新項目榮獲2025年度 Graphis 設計大賽金獎
