国产青草久久,被部长夫上司侵犯失去理智 ,无遮挡边吃摸边吃奶边做网站

什么叫端測AI？這個問題搞清楚之前，大家必須要去了解我們整個計算機行業的一個系統架構，它的發展方向是云·邊·端協同，也就是未來各行各業，不管做啥的，與計算機行業相關的這種硬件和軟件架構，它都會往這個方向去發展，所謂的云邊端協同。那么是怎么個云邊端協同法呢？首先我們要知道這幾個關鍵字的意思，云就是云計算，邊就是邊緣計算，端就是設備端。設備端一般就是拿在用戶手里的、放在用戶桌子上的、裝在用戶家里面的、其實就是跟用戶直接相關的這一端，我們叫端；邊是邊緣計算，那什么叫邊緣計算，這個其實很好理解，譬如說裝在你們小區里面的、裝在你們公司那棟樓里面的，對于你來說，這就叫邊緣計算；所以其實就是：云端指的是離你很遠的設備，邊緣端就是離你很近的云端，端呢就是你自己的設備，所以云邊端加起來就構成了我們整個的計算機架構。所以呢，在未來你開發硬件的時候，你開發的要么就是云端的硬件，要么就是邊緣端的硬件，要么就是設備端，就所謂的端測的硬件。那么你開發軟件也是一樣，要么就是云端的軟件，要么就是邊緣端的軟件，要么就是設備端的軟件。那么AI也是一樣，我們把AI這種技術應用在云端和邊緣計算端和設備端，那么就構成了所謂的云端AI，邊緣計算的AI以及設備端的AI，所以端測AI，其實指的就是設備端的AI。那我們作為嵌入式工程師為什么需要關注端側AI而不是云端的AI和邊緣的端的AI呢？這個是有原因的，首先第一個云端的AI呢，就是類似于那種像這個“小度小度”這類東西？比如說像這個“小度”音箱，它的實現原理，其實就是你在這邊說的話，它這個音箱其實是一個錄音設備，把你說的話呢錄下來，然后把你這段語音直接傳到百度的服務器上去，所以音箱本身是不會做語音識別的，那百度的云服務器端有一個模型，就在那里做這個語言的一個處理和語言的識別，識別出來之后把結果再回傳到音響，所以呢，像這種“小度”音箱的這種產品，它其實就是典型的云端智能，就是云端AI，那這種產品跟我們嵌入式有關系嗎？其實關系并不大，因為一個普通的音箱跟一個“小度”音箱這種智能音箱幾乎沒有區別，你可以認為，因為它的AI并不在設備端，嵌入式端根本就不需要AI設備，所以說呢，云端AI跟嵌入式開發幾乎沒有關系，所以云端AI不該我們管。那么邊緣計算的AI跟我們有關系嗎？有，因為邊緣計算，還是有那么一點嵌入式開發在的，但是目前來說，邊緣計算這個東西還是概念比較多，實際落地的非常少，而且邊緣計算本身還在發展當中。根據目前邊緣計算的最新技術發展方向，實際上將來是更像云端，而不太像設備端，也就是說邊緣端其實就是一個簡化的云端，你可以理解為就是一個簡化的本地處理過的云端。所以呢，邊緣計算一方面是當前用的很少，幾乎沒什么落地，另一方面來說呢，它跟云端更像，所以我們作為嵌入式工程師就沒必要碰它。那對于我們嵌入式開發者來說，AI跟我們關系最大的是什么？那就是所謂的設備端的AI，也就是我們所謂的端測AI，那端側AI的概念就是整個的AI的過程全部是發生在設備端的。舉個例子，比如說我現在做一個人臉識別，我的設備端攝像頭負責拍照，拍完照之后把圖像傳給我設備端的CPU，然后設備端這邊的硬件和軟件負責調用AI做數據處理，進而來做人臉識別，最后把結果在我的設備端展示出來，進行開鎖、報警等動作執行。整個AI的過程都在設備端，根本就不會去連接云，也不會去連接邊緣，這樣來做有兩個最大的好處，第一個好處就是速度快，不用聯網就不受網絡的限制，所以速度快。第二個好處就是因為不用聯網所以低功耗。第三個最重要的一點就是隱私問題，不會把照片等私密數據上傳云端，現場拍現場用，用完之后銷毀，這樣是比較安全的。所以說基于這三個原因，當然還有別的一些原因，端測AI實際上在未來的應用是很廣泛的，而且端測AI本身跟嵌入式開發的關系非常大，那咱們做嵌入式開發的，就需要去關心端測AI，去搞端側AI，去掌握這方面的技術，成為一個可以結合AI人工智能技術的更有發展的一名嵌入式軟件工程師。再額外介紹一點，目前國內外，在端側AI方向上有所建樹的企業和芯片廠商有：ST（NanoEdgeAIStudio、CubeAI）、NXP（MCU：imxRT10xx、MPU+linux：imx8、imx9352）、聆思（科大訊飛的芯片公司），英偉達，谷歌以及我們熟悉的ARM，我們需要做的就是從最簡單的端側AI項目開始，嘗試讓自己去熟悉和去體會端側AI相關的嵌入式項目開發，逐步尋找新技術形態和新技術方向上的更多機會，并尋求進一步發展。

所以今天給大家推薦一個端側AI相關的性價比超高的企業級實戰項目~

讓大家用非常低的成本來接觸AI人工智能開發，做自己第一個端側AI項目。

項目名稱：端側AI異常振動檢測

第一視角做項目

項目介紹

本項目使用STM32 單片機和三軸加速度傳感器，實現了一個異常振動檢測功能，該產品可用于風扇、水泵、工業電機等產品的預測性維護場景，譬如將本項目實現的模塊固定在工業風扇上，當風扇出現異常（如風葉變形、風路阻擋、形變導致的剮蹭等）時該模塊可實時發現并報警。

適合人群

有一些單片機和C語言基礎，對做實戰項目感興趣，對積累項目經驗感興趣，對嵌入式項目規劃和管理感興趣，想要學會如何實戰做項目的人。

項目核心技術

1.AI人工智能：機器學習、深度學習、監督學習、分類學習、數據集、訓練、模型2.端側AI：端側AI理論、ST端側AI解決方案、NanoEdgeAIStudio工具3.AI項目開發技能：數據收集、算法選取和模型訓練、項目集成4.STM32技術棧：STM32CubeMX、HAL庫開發、Keil MDK5.常用外設：三軸加速度傳感器

學完收益（可以體現在簡歷中的核心內容）

1.快速掌握帶AI功能的單片機項目的典型流程和代碼實戰。2.深度理解AI相關的重要概念，將概念和實戰項目中的操作對應起來。3.全面了解ST的端側AI解決方案體系，尤其是NanoEdgeAIStudio工具的設計理論和項目使用。4.掌握典型的AI項目完整研發落地流程，從數據收集到模型訓練，最后到項目集成，完成功能并交付。5.深度理解三軸加速度傳感器，并掌握實戰開發和驅動移植適配。6.系統掌握STM32嵌入式開發完整流程，從硬件設計到軟件設計、代碼實戰、調試技巧等。