基于PCIE的多嵌入式人工智能处理器低延迟数据交换技术

针对多嵌入式人工智能(Artificial Intelligence,AI)处理器板卡之间的任务调度和数据交换冲突以及提高多板卡堆叠扩展时的可靠性和运行效率问题,文中提出了一种虫洞交换结构多嵌入式人工智能处理器高速数据交换技术和数据帧结构的解决方法。该方法基于PCIE(PCI Express)高速数据接口,将数据以数据单元的形式进行信息传递,并设计多重权重决策算法避免数据传输中的冲突,实现任务的并发多线程处理。搭建FPGA(Field Programmable Gate Array)平台进行设计和测试,结果表明PCIE的传输带宽利用效率达到了85%以上,数据交换延迟小于20μs,系统中断任务响应平均最大延迟时间为8.775μs。该技术适用于多处理器协同的高速交换电路,可扩展至混合PCIE和RapidIO交换电路结构。

嵌入式处理器自定义指令迭代识别方法仿真

嵌入式系统中的硬件资源是有限的,并且自定义指令和原始指令之间可能存在冲突,导致指令代码识别精准度降低、运行功耗较高。为此,提出嵌入式处理器自定义指令迭代低功耗识别方法。对嵌入式处理器的指令代码展开可视化处理,将指令图像输入卷积神经网络中,检测指令代码中存在的恶意代码,采用开源编译器将代码转变为控制数据流图,枚举并选择子图,通过代码转换完成嵌入式处理器自定义指令识别。仿真结果表明,所提方法的恶意代码检测精度高、代码识别准确率高,始终保持在70%以上,平均能耗仅为89J。

嵌入式人工智能教学科研平台实验课程教学改革

随着人工智能技术的发展,移动终端设备几乎都配备了AI摄像头,各类终端设备应用了嵌入式技术。在嵌入式AI背景下,改革传统嵌入式实验教学内容,构建了一个与人工智能相关的实验开发环境,并通过PC串口软件实验及嵌入式人工智能开发板进行人工智能数据交换。嵌入式实验教学内容改革满足了学生课后进一步学习人工智能实验的需求,拓展了学生对机器学习、机器视觉等嵌入式人工智能领域的知识面,激发了学生学习嵌入式AI的兴趣。课程实践结果表明,基于人工智能的嵌入式实验教学提高了学生的学习主动性,对培养学生的创新实践能力发挥了重要作用。

面向嵌入式微处理器的高性能视频编解码算法

针对高清和超高清视频,嵌入式微处理器在进行视频编解码时常常会受到资源的限制,导致输出的视频画面出现模糊的情况。为此,提出一种面向嵌入式微处理器的高性能视频编解码算法。利用最小平均绝对值误差作为匹配准则指标,预判断高性能视频的失真率损耗,计算图像中最大交流系数总能量,获取高细节分块,感知运动视频;利用空时域条件下的边缘图获取视频编码的相邻像素权重,通过像素间距离获取超像素为前景区域的概率,对目标前景区域编码;采用最小化范数优化编码视频约束条件,利用拉格朗日乘子等价转换编码视频,根据训练冗余字典计算视频解码校正因子,完成最终的视频编解码。经实验证明,所提方法能有效地完成高性能视频编解码,保证视频质量,视频的编码率一直处于31.3 dB,相对稳定。

模块化嵌入式人工智能软件的开发与应用

模块化嵌入式人工智能软件的开发和应用在各行各业中展现出重要价值。移动终端和垂直行业领域的广泛应用,展示了嵌入式人工智能技术在提升设备性能和用户体验方面的重要性。该文分析了智能语音识别、虚拟现实技术以及量子计算和大数据技术对嵌入式人工智能软件发展的影响,并提出了通过加强技术研发、确立合理的软件架构、明确设计要点和发挥大数据优势的开发与应用策略,旨在推动模块化嵌入式人工智能软件的进一步发展和应用,希望能为相关技术人员提供理论参考和实践指导,促进嵌入式人工智能技术的创新与进步。

基于嵌入式人工智能的智慧医疗健康管理系统设计

近年来,基于人工智能的医疗技术取得了丰富的研究成果,在智慧医疗的发展中发挥了重要作用,开启了智慧医疗的新时代。与传统的医疗管理方法相比,传统管理手段在生理参数测量方面的准确性较低,文中提出了一种基于嵌入式人工智能技术的系统。该系统利用AI算法对接收到的信号进行质量评估、滤波、去噪、增强、特征提取、心拍分类等处理,将NBIOT模块加载到云端并进行用户健康管理。其可以实现用户和医生之间的双向交互,甚至可以创建个人生理数据库,以实现疾病监测和动态管理。

嵌入式人工智能与物联网实验开发板教学运用

在当今时代,嵌入式人工智能与物联网技术的飞速发展,为生活带来了翻天覆地的变化。这两种技术的结合,不仅在工业生产、智能家居等领域得到广泛应用,同时也为教育教学提供新的可能性。通过实验开发板这一教学工具,学生可以直观地了解嵌入式人工智能与物联网的工作原理,掌握相关技术,为未来的职业生涯打下坚实的基础。本文旨在探讨嵌入式人工智能与物联网实验开发板在教学中的运用,以期推动相关教学的创新发展。

基于人工智能的嵌入式指纹识别系统设计

随着科技的不断发展,人工智能技术在各个领域得到了广泛应用,其中包括生物特征识别领域。文中设计了一种基于人工智能的嵌入式指纹识别系统。该系统利用嵌入式处理器和先进的指纹识别算法,实现了快速、准确的指纹识别功能,具有广泛的应用前景。

嵌入式人工智能技术与单片机原理及应用课程内容融合的改革分析

在嵌入式人工智能技术快速发展的时代背景下,探讨将该技术的相关知识和技能与单片机原理及应用课程教学内容相融合的教学改革,全面优化理论和实验教学环节,持续改进考核方式,旨在充分利用课内教学时间,提升学生知识和技能体系的完整性,同时通过开阔学生的课外视野,培养其前瞻性学习能力。教学改革分为理论教学和实验教学两部分,理论教学中融入结合嵌入式人工智能技术的最新应用,更新理论教学中的实例讲解内容,并加入MicroPython等相关技术内容;实验教学环节中与企业工程师合作,设计指导包括嵌入式系统、人工智能技术基础在内的探索性实验。上述教学改革旨在培养“人工智能+”综合型人才,以满足当代产业发展的需要。

基于多核处理器的嵌入式电子系统设计与优化

随着信息技术的迅猛发展,数据处理能力需求日益增长,嵌入式系统作为信息技术核心,其设计与优化问题备受关注。多核处理器凭借卓越的并行处理能力,已成为嵌入式系统设计的主流选择。然而,多核处理器的应用也带来了诸多挑战,如操作系统设计、通信瓶颈和同步问题等。本研究致力于设计和优化基于多核处理器的嵌入式电子系统,提出有效的优化策略,以提升系统性能并降低延迟。通过深入研究和探索,期望为嵌入式电子系统的未来发展提供有力支持,推动信息技术的持续进步。

基于嵌入式人工智能的无接触式签到系统设计

针对传统接触式签到依赖服务器等问题,提出一种基于轻量化人工智能人脸识别算法,设计嵌入式终端无接触式签到系统。利用预训练的MobileFaceNet模型提取人脸特征,将其输入Siamese模型得到降维后的特征向量,计算该向量与特征库中向量的最小欧式距离,并与阈值对比完成人脸识别。系统以STM32MP1微处理器为CPU,利用OpenCV和TensorFlow Lite软件实现签到功能。结果表明,系统具备良好的实时性和稳定性,可通过模型在线更新添加新人特征,提升人脸识别的准确率和实用性,符合当前疫情防控政策下的实验室签到需求。

嵌入式微处理器与操作系统集成验证技术研究

嵌入式微处理器与操作系统是嵌入式系统设计与实现的关键组成部分。为了实现面向应用系统的集成应用方案,需要分析嵌入式处理器和操作系统在应用开发各阶段的应用需求,开展集成验证和综合评估,解决体系结构适配、开发支持、性能评估等主要问题。从嵌入式处理器和操作系统的应用关注点出发,提出集成验证的整体框架,分析验证项目及所需的验证环境要素,给出集成验证的工作流程和评估要点。

人工智能技术融入嵌入式系统课程的教学探讨

人工智能技术的应用落地与嵌入式系统密不可分,这使得嵌入式人工智能技术在近几年得到了快速发展。探讨随着人工智能技术及应用的发展,在嵌入式系统课程教学中增加人工智能技术相关教学内容的路径,让学生在嵌入式系统课程中学到人工智能技术的新知识,以提高嵌入式系统相关技术人才的培养质量,满足社会发展需求。

“人工智能+X”背景下的嵌入式系统课程教学改革

为更好地支撑人工智能及其轻量化技术的飞速发展,自动化与电子信息类专业对相关人才培养提出了新的要求。该文尝试将人工智能相关内容引入嵌入式系统课程,提出包括更新传统嵌入式系统课程教学内容、引入项目驱动教学方式、建立重视过程学习的课程评价体系等方面的课程改革方案,以学生成长为中心,激发学生的学习兴趣与积极性,优化课程教学效果,为培养嵌入式人工智能人才奠定基础。

新思科技全新嵌入式视觉处理器IP核为人工智能芯片提供业界领先的35 TOPS性能

-配备深度神经网络加速器的Design Ware ARC EV7x视觉处理器为人工智能密集型边缘应用带来超过4倍的性能提升Design Ware EV7x视觉处理器的异构多核架构集成了矢量DSP、矢量FPU和神经网络加速器,为众多当前和新兴的人工智能应用提供可扩展的解决方案深度神经网络加速器包括多达14080个MAC,以满足智能汽车和消费者应用的高性能需求.

一种基于RISC-V架构的高性能嵌入式处理器设计

开源指令集RISC-V为物联网和嵌入式领域的处理器提供了强大的动力,本文针对一些具有高性能、小面积、低功耗需求的场景,设计了一种基于RISC-V指令集架构的高性能嵌入式处理器核.处理器核的代号为FRV232,采用单取指,单发射,乱序执行技术,支持RV32I基础指令集和M扩展指令集,以较低的面积实现了较高的性能.本文开发了专门用于验证FRV232核心的功能模型,功能验证阶段使用验证软件Modelsim和功能模型对处理器核心进行了完整的验证,并利用该处理器核心在FPGA上实现了基础的原型系统,使用Vivado统计了该处理器核所需的芯片面积.经过测试,FRV232在FPGA上能够稳定运行在100MHz,在该主频下,Dhrystone的性能跑分可以达到1.73DMPS/MHz.

一款高可靠嵌入式处理器芯片的设计

基于申威自主指令系统设计开发了一款高可靠性、高性能嵌入式处理器芯片。该处理器采用SoC技术和AMBA总线架构,片上集成自主研发的申威第3代64位高性能处理器核心Core3,以及PCIe2.0、USB2.0等多种标准I/O接口,基于国内成熟工艺开发,片上集成2.5亿晶体管,在-55℃~125℃宽温下的核心工作频率达到800 MHz,双精度浮点峰值性能为3.2 GFlops,全片峰值功耗小于3.2 W。详细介绍了该处理器为了实现高可靠性、低功耗和高性能等设计目标,在芯片结构设计、可靠性设计、低功耗设计和物理实现方面所采取的技术方法和手段,并给出了芯片频率、功耗和成品率等主要技术指标的测试结果。该处理器已在多个信息设备领域得到了应用,并取得了较好的社会效益。

单片机嵌入式系统与人工智能发展的探讨

目前,单片机嵌入式系统主要被应用于智能交通、智能家居、工业监测、传感器以及人脸检测等领域,单片机嵌入式系统加持的人工智能看似很简单,事实上必须搜集大量图片和语音标本,在大量计算后获得正确结果。人工智能技术的进步需要用到嵌入式系统,所以,若想进一步发展人工智能技术,需要注重单片机嵌入式系统的开发与优化,并且在人工智能发展环节拓展更多领域,保证人工智能能够更好地为人类提供服务。文章基于单片机发展历程,阐述单片机嵌入式系统,分析该系统和人工智能之间的关系,并探讨单片机嵌入式系统与人工智能的发展趋势。

人工智能技术在嵌入式开发中的应用

阐述了人工智能技术的发展和特点,并结合嵌入式技术开发特点,探讨了人工智能技术在嵌入式开发中的应用优势,并进一步分析了嵌入式开发中人工智能技术的应用。

新工科背景下人工智能与嵌入式类课程结合的人才培养方式探索

随着人工智能技术的不断进步和发展,我国对“AI+应用”提出了更高的要求。嵌入式与AI的结合为“AI+应用”提供了更加丰富的落地场景和成果转化的可能性,这也符合新工科建设背景下多学科交叉融合的基本要求。针对通信、电子类专业在嵌入式结合人工智能方向的人才培养需求,本文首先分析了当前此类课程的现状与问题,然后从课程建设、实践项目、学科竞赛等方面进行阐述,探索如何将人工智能理论与嵌入式平台进行有机结合,以项目驱动的方式设计实训案例,将理论学习与“数据收集与预处理、模型构建、测试、优化与部署”等环节进行有机整合,以达到理论与实践充分结合的目的,为新形势下创新型、复合型人才的培养提供有力的支撑。