夜幕降临时，看到从地球（哈萨克斯坦的 Alakol 湖和 Balkhash 湖）反射过来的太阳（via）
行业动态
1.云快成荣获“2021充电桩行业最佳运营服务创新奖”
2021年12月1日，国内外充电行业的风向标——第五届深圳国际充电站(桩)技术及设备展览会在深圳会展中心开幕。云快成通过赋能全国2800余家电桩运营商，率先探索产业生态合作模式，荣获“2021充电桩行业最佳运营服务创新奖”。
云快充电定位于“充电物联网及能源管理服务商”，致力于帮助桩运营商实现“零门槛”桩投资运营。截至2021年10月，云快充第三方充电物联网SaaS平台业务已深入全国320多个城市，服务超过2800家优质电桩运营商，是国内最大的第三方充电物联网SaaS平台。
2.阿里达摩院成功研发出存储和计算一体化的AI芯片。
12月3日，阿里巴巴达摩院宣布研发成功一款新架构芯片，这是全球首款基于DRAM的3D键合堆叠存储与计算一体化AI芯片，集成了多项创新技术，可突破冯诺依曼架构的性能瓶颈。在特定AI场景下，芯片性能提升10倍以上，能效比提升300倍以上。
据介绍，集成内存和计算芯片类似于人的大脑，可以集成数据存储单元和计算单元，大大减少数据处理，从而大大提高计算并行性和能效。达摩院在这款芯片的研发中，沿着近存储计算的技术路线取得了突破。芯片中首次采用混合键合3D堆叠技术，用特定的金属材料和工艺将计算芯片和存储芯片面对面互联。最终测试芯片表明，新架构优势明显，能够更好地满足数据中心系统对计算带宽和内存升级的需求。
“在海量数据计算场景下，集成内存和计算芯片具有高性能、高带宽和高能效的天然优势。”达摩院计算技术实验室科学家郑表示，可实现内存、计算模块、算法应用的一体化，未来可应用于VR/AR、无人驾驶、天文数据计算、遥感影像数据分析等场景。
3.量产全球首款铝离子固态电池
近日，沙特达纳风险投资基金支持的亚洲(印度)电池研发公司Saturnose宣布，将公开发布增强型铝离子电池的独立测试结果，并计划推出固态可充电铝离子电池，最快将于明年发布。这可能是全球首款量产的商用级铝离子固态电池，有望取代风险较大的锂离子电池。
据了解，这种新型化学物质的能量密度超过1500Wh/L，有望输送600Wh/kg以上的能量(目前市面上的三元锂电池一般在180Wh/kg左右)。Saturnose声称，一组15kW的固体铝离子电池将重达565kg，支持电动汽车1,200km的续航里程，至少可持续20000次充放电循环，可在汽车使用中提供长达15年的稳定寿命。而且由于不使用钴或镍，新型固态电池不会出现锂离子结晶和热失控起火的问题，可以有效提高有轨电车的安全性。
单看数据，这种电池确实是替代主流锂电池的好方案，但实际性能要等到铝离子固态电池真正量产后才能验证。
4.SiFive发布了新性能P650芯片。
SiFive最近发布了最新的RISC-V处理器P650，这是Performance系列的新旗舰，有望成为市场上最快的RISC-V处理器ip核。P650采用13级流水线4发射的配置，最高支持16核。据SiFive介绍，其性能比上一代P550处理器提升50%以上，与ARM Cortex-A77相比具有明显的PPA优势。适用于从数据中心到边缘、汽车、计算、移动等对性能要求较高的应用处理器市场。
5、2021 年度 Hackaday Prize 结束，FlowIO 获得冠军
Hackaday Prize 是一个全球性的硬件设计挑战，聚焦于广泛和有影响力的创新。今年的主题是“Rethink、Refresh、Rebuild”，要求参赛选手重新思考我们习以为常的许多硬件概念。比如，如何通过不同的显示技术进行更有效的交流？什么样的支持性技术能扩大影响力并吸引新的潜在工程师加入？我们还需要什么样的机器人？
经过激烈的角逐，FlowIO 作品最终获得 Hackaday Prize 2021 冠军。FlowIO 是一个模块化的气动机器人开发平台，让软体机器人和可编程材料的原型设计变得非常方便，使用 Flow 对软体机器人的开发，就好像使用 Arduino 对电子产品进行开发一样简单快捷。
本期话题
边缘人工智能
相信大家对“人工智能”一词并不陌生，但“边缘人工智能”（Edge AI）听起来却有点陌生。到底什么是边缘人工智能？以及边缘人工智能有什么优势？今天我们一起来看一下。
要了解什么是“边缘人工智能”，首先需要了解什么是“边缘计算”，而最直接的方法就是将其与云计算进行对比。云计算是通过公共互联网提供计算服务，相信大家也不陌生。与云计算相比，边缘计算系统就不需要连接到云端，而是直接在局域网内部设备上进行数据处理。在这些设备中，除了有物联网（IoT）节点设备，还可能有专用的边缘计算服务器，以及内部部署其他设备（比如数据库）。
显然，使用边缘计算有许多优点。例如，云计算处理会受到网络延迟和带宽的限制，而边缘计算则不受这些因素的限制。另外，数据存储在边缘计算系统内部，用户不必担心隐私泄漏等安全问题。
所以，边缘人工智能就是将人工智能技术和边缘计算技术相结合，在更靠近用户的边缘侧运行的人工智能，其目的是为了解决数据隐私、网络延迟和带宽受限带来的影响，使智能设备在无需接入云平台的情况下对输入做出快速反应。实际上，正是因为边缘人工智能，才使得人工智能技术得到更广泛的应用。
现在已经有很多边缘人工智能的应用出现在我们身边，比如，人脸识别、智能语音助理、无人机、自动驾驶汽车等等。
自动驾驶汽车是边缘人工智能的典型应用，因为自动驾驶汽车必须不断地扫描周围的环境并评估行驶情况，根据突发事件对其行进轨迹进行校正。在这些情况下，实时数据处理至关重要，其车载的边缘人工智能系统将负责数据的存储、处理和分析。
人脸识别则更多是因为隐私安全问题，要求面部识别系统依靠本地设备的视觉算法来分析摄像头收集的数据。类似的，各种智能数字助理，像 Google Assistant、亚马逊 Alexa、苹果 Siri，以及国内的天猫精灵、小度、小爱同学等，也必须能够在智能手机和其他数字设备上运行，确保即使它们没有连接到公共互联网也能提供必要的服务。在数字设备上处理数据后，无需将其交付到云中，这有助于减少流量并确保隐私安全。
当然，除了这几个案例，边缘人工智能还有许多应用场景，比如在工业控制领域，边缘人工智能变得越来越重要，这是因为越来越多的设备需要在无法访问云平台的情况下使用人工智能技术。
最后一个问题，边缘人工智能与物联网有什么关系？
IDC 预测，到 2025 年，物联网设备产生的数据将占世界数据总量的 90% 以上。这些数据正是由隐藏在我们身边的各种物联网节点设备采集而来，而目前的人工智能技术是基于数据分析的人工智能。所以，物联网为边缘人工智能系统生成数据以供使用，同时与 5G 通信技术相结合，使得设备之间可以进行更多交互，这都将进一步推动边缘人工智能的发展。
近期活动
1、2021 STM32 全国巡回研讨会
2、2021 第八届中国 IoT 大会
3、2021 RT-Thread 开发者大会
4、第七届硬创大赛全国总决赛暨硬科技产业投融资论坛
本文章来源于互联网，如有侵权，请联系删除！
