盖世汽车讯 据外媒报道，边缘人工智能部署公司Syntiant宣布为其高精度、高性能的机器学习模型组合提供一系列新算法，以实现更智能、更高效的车辆。

（图片来源：Syntiant公司）

通过先进的人工智能（AI）和机器学习来实时分析多种声学和图像特征，Syntiant开发并训练了专用边缘AI模型，以增强车辆的安全性和安保性，同时添加多项新功能，包括：

●   红光和绿光检测。可确定车辆是否在红灯时停止或在绿灯时加速；

●   尾随检测。判断车辆是否跟得太近，尤其是在高速行驶时。利用加速计和GPS输入来确定车辆的运动和速度；

●   玻璃破碎检测。判断车窗是否被打破；

●   人员、车辆和车牌检测。在车辆停放时检测关键对象，使感兴趣的项目保持全分辨率，同时压缩图像的其余部分，从而节省设备存储空间。

Syntiant首席执行官Kurt Busch表示：“为了提高车辆整体安全性，制造商对部署智能技术功能的需求不断增长。无论是噪声抑制、语音命令、盲点检测还是面部识别，这种高精度的生产就绪（production-ready）模型加上我们的超低功耗神经决策处理器，为原始设备制造商（OEM）和开发人员提供了完整的交钥匙解决方案。这为车辆带来了先进的功能，可以改善电池寿命、隐私和用户体验，同时成本也大大降低。”

将深度学习从云端转移到边缘环境

借助Syntiant的技术，许多以前只能在云服务器或高功率处理器上进行的机器学习应用程序，现在可以在低功耗、永远在线的边缘域中运行。Syntiant的专有模型架构可在各种硬件平台（包括CPU、GPU、DSP、FPGA和ASIC）上实现先进的推理速度，并充分减少内存占用。该公司的神经决策处理器（Neural Decision Processor）经过独立验证，与现有低功耗MCU相比，其能效提高了100倍，吞吐量增至10倍。这种组合可以为更大的网络提供动力，同时消耗的电量大幅降低。

无论是用于安全应用程序的声学事件检测器、电话会议设备或行车记录仪中的高级视频处理，还是实时监控电池健康状况，Syntiant都可以为开发人员和集成商提供高性能、经过验证的解决方案，帮助他们尽快完成从概念到产品的转化过程。