莱迪思博客

AI is evolving at a rapid pace not just from continued technology advancements, but also by various industries’ demands and requirements. With the surge of Large Language Models (LLMs) and Generative AI, the industry is grappling with the intense compute capabilities these cloud-based AI applications require to process big data, as well as train and deploy advanced AI models. Now, the industry is seeing AI being implemented into client devices including PCs and smartphones, and Edge applic...

智能摄像头在我们这个技术驱动的世界中应用十分广泛。这些独立的视觉系统配备了传感器、计算能力和基于人工智能的决策功能，使得它们不仅可以捕获图像，还可以提取信息并执行操作。试想：2022年智能摄像头市场规模高达34.8亿美元，预计到2031年将飙升至80亿美元。 随着AI智能摄像头的大规模部署，对低功耗、低延迟、安全性和适应性更强的解决方案的需求正急剧上升。这些功能可以确保智能摄像头在各种应用中保持高效、可持续和广泛用途，同时优化系统性能。 现场可编程门阵列（FPGA）是这一技术发展的核心。在2024年嵌入式视觉峰会上，莱迪思半导体和钰创科技美国分公司发表了题为《使用低功耗FPGA和DRAM产品优化终端智能摄像头》的演讲。这篇博客对演示进行了分析，并探讨了开发人员如何通过FPGA来满足网络边缘AI需求并优化智能摄像头。请继续阅读，了解FPGA的关键组件如何使其成为智能摄像头的理想选择。 FPGA在网络边缘的作用 FPGA是功能强大且灵活的解决方案，能帮助开发可扩展的网络边缘AI应用，同时减少延迟、提高能效和带宽，并改善数据隐私问题。FPGA有几种特性尤其适合智能摄像头：灵活性、超低功耗、可...

人工智能（AI）正在快速融入众多应用。73%的美国公司在其业务中或多或少使用人工智能，近四分之一（22%）的科技公司积极寻求在各种设备上集成人工智能。 随着AI不断渗透到现代技术中，网络边缘对实时处理、分析和响应的需求不断增长，定制设备端AI以满足特定用例和设备要求变得势在必行。例如，虽然生成式人工智能和大型语言模型（LLM）需要更高的计算和存储，但某些具备始终在线功能的设备则需要低功耗运行。我们每天使用的个人电脑（PC）就是一个很好的例子。随着行业趋势从云转向PC以保护隐私并减少对数据中心的依赖，对强大的设备端AI解决方案的需求也不断攀升，这些解决方案可以支持无缝、始终在线、安全的功能。 通过设备端AI实现始终在线的功能 PC等网络边缘设备需要AI解决方案来增强实时在线功能。这包括更强的情景感知能力、更高的能效、灵活和低延迟的传感器桥接、更低的复杂性和简化的集成。 强化情景感知 PC的始终在线功能意味着它们必须不断感知周围环境，特别是未经授权的物理访问和屏幕偷窥已经成为PC安全的两个首要问题。设备端AI工具可以让PC了解用户和周围环境，提供安全功能来提醒用户可能的入侵，并在用户离开...

随着我们在日常生活中使用的技术不断快速发展，我们必须认识到并应对随之而来的风险——特别是在确保信息安全方面。在这些技术进步和挑战中，有两个主要趋势脱颖而出：后量子加密（PQC）和网络弹性。 物联网生态系统的快速发展，部分是由于5G的兴起推，它创造了一个复杂且高度分布式的设备网络，同时也越来越容易受到网络攻击。因而利用PQC来确保系统既能实现网络安全又能抵御未来威胁的需求应运而生。PQC的目标是开发加密系统，抵御量子计算机和经典计算机产生的攻击，并且可以与现有的通信协议和网络一起运作。 在2023年嵌入式世界大会上，莱迪思举办了季度安全研讨会，邀请了Xiphera首席技术官兼联合创始人Kimmo Jarvinen博士、PQ Shield销售总监Burkhard Jouer、AMI总经理Julien Witassek和Secure-IC首席销售官Charles Thooris共同参与，讨论了这些安全趋势如何影响系统和应用设计决策，以及有哪些解决方案可以帮助确保它们能够应对不断变化的环境 后量子加密和未来的方向 尽管PQC的方法尚未成熟，但它越来越流行和广为人知。事...

Embedded World is one of the tech industry’s largest tradeshows focusing on embedded systems ranging from hardware, systems, distribution, application software, and more. We’re excited to share with you the latest Lattice innovations we had on display at the show this year. From cutting-edge hardware to sophisticated software solutions, we collaborated with our ecosystem partners to showcase demos covering a wide range of applications, including Automotive, Industrial, and Security. ...

每年PC厂商都会推出一系列新的笔记本电脑，它们通常都配备了最新的技术和功能，旨在提供出色的用户体验。从以往的经验来看，这些创新主要集中在外观尺寸，屏幕增强和用户界面等方面。而AI（人工智能）和ML（机器学习）的日益普及开辟了一个充满可能性的新世界，PC厂商和生态系统巨头都在寻求将这些先进的新功能添加到其产品功能集中。 在本篇博文中，我们将讨论PC中AI/ML功能的增长趋势，为什么FPGA非常适合实现这些新的体验，并举例说明采用莱迪思技术的PC解决方案。 使用AI/ML功能优化PC用户体验 对于世界各地的许多人来说，他们一天中的大部分时间都是在电脑屏幕前度过的。正因为如此，系统设计人员希望能够创造一些提高日常效率的方法。AI/ML功能（如存在检测和注意力跟踪）不仅仅能让您获得满意的用户体验。它们还能实实在在地节省电池电量，甚至提供数字健康功能，如防止眼睛疲劳和敦促用户采用合理的坐姿。事实上，莱迪思解决方案可实现注意力跟踪功能，延长了高达28%的电池使用时间。 除了提高效率，AI/ML功能（例如旁观者检测）还有助于防止黑客窥视，保护用户隐私。随着系统设计中用于处理音频和视频呼叫数据的资源越...

在今年的国际嵌入式展会（Embedded World）上，莱迪思研发高级副总裁Steve Douglass带来了一场主题演讲，阐述了嵌入式系统设计中软件和硬件层面具备灵活性和适应性的重要意义，这有助于跟进当今和未来重要的技术趋势。本文对该场演讲做了简要回顾。 我们所处的行业正面临深刻的技术变革，这些变化从根本上重塑了我们的世界。全球5G的普及为更多低功耗、低延迟互连设备的爆发奠定了基础，几乎所有设备和系统都在接入互联网。我们不仅将数十亿台设备连接到互联网，而且还配备了更多的传感器——摄像头、麦克风、雷达、激光雷达、加速度计，这些传感器的加入让设备感知周围的世界能力更强。计算机视觉和网络边缘计算的发展进一步加强了这些设备的功能，将其转变为我们周围环境不可或缺的一部分。这些设备将生成大量AI的数据，导致网络边缘智能的爆发式增长。 这些趋势的融合使得人们对更加灵活和适应性更强的嵌入式设计的需求增加，从而跟上不断发展的技术要求。想要避免全面的、自下而上的重新设计和部署，系统设计人员必须做好充分准备面对一系列关键挑战，包括不断增加的计算要求、系统功能扩展、不断升级的安全...

人工智能和机器学习革命持续席卷多个应用领域，尤其是网络边缘应用。安全摄像头、机器人、工业设备、客户端PC甚至玩具等网络边缘设备现在都可以支持AI/ML功能，为用户带来了新的功能和体验。行业分析公司ABI Research表示，网络边缘AI 芯片组市场“过去经历了强劲增长，预计到2024年将继续增长至710亿美元规模，而2019年至2024年的复合年增长率高达31%。如此强劲的增长是因为AI推理工作负载由云端向网络边缘迁移，尤其是在智能手机、智能家居、汽车、可穿戴设备和机器人行业。” 然而，让客户端计算设备具备“智能”给产品设计带来了新的挑战。AI/ML作为一项新兴技术，许多OEM没有足够的团队经验或时间来从头开始设计解决方案。另一方面，用于训练客户端计算设备的算法正快速发展，因此开发人员也在寻找可现场升级的AI/ML解决方案。但对于许多网络边缘AI/ML应用的开发人员来说，最关键的问题在于如何在使用电池供电的设备中提供足够的处理性能来实现AI/ML功能？ 为了解决这些问题，应用开发人员和OEM需要使用灵活的硬件和软件解决方案，实现低功耗下...

您对CES 2018展会上产品和技术的印象如何？今年的展会为与会者们带来了行业巨头和创业公司的热门创新产品。从看上去有点奇怪到“要是以前有你就好了”的设备，今年CES展会的热点是融入到生活中方方面面的智能应用。

1983年12月21日，一名顶着一头Mullet长发，穿着喇叭裤的年轻工程师搭乘飞机前往俄勒冈州波特兰市，加入了当时还是一家初创公司的莱迪思半导体公司，他的员工编号是#31。他放弃了在佛罗里达州墨尔本Harris Corp.的稳定工作，来到了他认为最有可能施展潜力的地方。当时，他对莱迪思使用的EEPROM技术颇有兴趣和见地。