請選擇語言

Asia/Pacific
  • AustraliaAustralia
    English
  • BangladeshBangladesh
    English
  • CambodiaCambodia
    English
  • ChinaChina
    中文 (简体)
  • HongKongHongKong
    中文 (繁體)
  • IndiaIndia
    English
  • IndonesiaIndonesia
    English
  • JapanJapan
    日本語
  • KoreaKorea
    한국어
  • MalaysiaMalaysia
    English
  • MongoliaMongolia
    English
  • MyanmarMyanmar
    မြန်မာ
  • NepalNepal
    English
  • New ZealandNew Zealand
    English
  • PakistanPakistan
    English
  • PhilippinesPhilippines
    English
  • SingaporeSingapore
    English
  • SriLankaSriLanka
    English
  • TaiwanTaiwan
    中文 (繁體)
  • ThailandThailand
    English
  • VietnamVietnam
    Tiếng Việt
Europe
  • AustriaAustria
    Deutsch
  • BelarusBelarus
    Pусский
  • BelgiumBelgium
    Dutch
  • BosniaBosnia
    English
  • BulgariaBulgaria
    English
  • CroatiaCroatia
    English
  • CyprusCyprus
    English
  • Czech RepublicCzech Republic
    English
  • DenmarkDenmark
    English
  • EstoniaEstonia
    English
  • FinlandFinland
    English
  • FranceFrance
    Français
  • GermanyGermany
    Deutsch
  • GreeceGreece
    English
  • HungaryHungary
    English
  • IcelandIceland
    English
  • IrelandIreland
    English
  • ItalyItaly
    Italiano
  • KazakhstanKazakhstan
    Pусский
  • KosovoKosovo
    English
  • LatviaLatvia
    English
  • LithuaniaLithuania
    English
  • MacedoniaMacedonia
    English
  • MaltaMalta
    English
  • NetherlandsNetherlands
    Dutch
  • NorwayNorway
    English
  • PolandPoland
    Polski
  • PortugalPortugal
    English
  • RomaniaRomania
    English
  • RussiaRussia
    Pусский
  • SerbiaSerbia
    English
  • SlovakiaSlovakia
    English
  • SloveniaSlovenia
    English
  • SpainSpain
    Español
  • SwedenSweden
    English
  • SwitzerlandSwitzerland
    Deutsch
  • TurkeyTurkey
    Türkçe
  • UkraineUkraine
    English
  • United KingdomUnited Kingdom
    English
North America
  • CanadaCanada
    English
  • United StatesUnited States
    English
Latin America
  • ArgentinaArgentina
    Español
  • BoliviaBolivia
    Español
  • BrasilBrasil
    English
  • ChileChile
    Español
  • ColombiaColombia
    Español
  • Costa RicaCosta Rica
    Español
  • Dominican RepublicDominican Republic
    Español
  • EcuadorEcuador
    Español
  • El SalvadorEl Salvador
    Español
  • GuatemalaGuatemala
    Español
  • HondurasHonduras
    Español
  • MéxicoMéxico
    Español
  • PanamaPanama
    Español
  • ParaguayParaguay
    Español
  • PeruPeru
    Español
  • UruguayUruguay
    Español
  • VenezuelaVenezuela
    Español
Middle East/Africa
  • AlgeriaAlgeria
    English
  • EgyptEgypt
    English
  • IsraelIsrael
    English
  • KenyaKenya
    English
  • LebanonLebanon
    English
  • LibyaLibya
    English
  • MauritiusMauritius
    English
  • MoroccoMorocco
    Français
  • Saudi ArabiaSaudi Arabia
    English
  • South AfricaSouth Africa
    English
  • TunisiaTunisia
    English
  • UAEUAE
    English
  • YemenYemen
    English
Others
  • OthersOthers
    English
2021-09-06

SP廣穎存儲解決方案滿足嵌入式視覺應用

前言

近年來,隨著工業4.0製造模式發展愈趨成熟,機器深度學習技術逐漸普及,應用領域也越來越廣泛。當相關技術開始應用至你我的日常生活中,「嵌入式視覺 (Embedded Vision)」技術受到廣泛關注,應用市場也逐步多元,包括智能駕駛、新型零售、安防監控等行業均開始採用嵌入式視覺技術。

嵌入式視覺技術簡單來說,就是在嵌入式系統中採用電腦視覺技術,而一個具備電腦視覺功能的嵌入式系統主要包括:影像感測器(Imaging Sensors)、視覺處理器、軟體和演算法,以及記憶體和網路介面等元件。針對此深具潛力的巨大市場,全球記憶儲存領導品牌SP廣穎電通倚侍深耕存儲產業多年的豐富經驗,搭配高品質產品、精進技術、及到位的服務,成為處理器製造商的關鍵夥伴。

 

什麼是嵌入式視覺(Embedded Vision)?

嵌入式視覺(Embedded Vision)=電腦視覺(Computer Vision)+邊緣運算(Edge AI)

一言以蔽之,「嵌入式視覺 (Embedded Vision)」技術結合了「電腦視覺(Computer Vision)」與「邊緣運算(Edge AI)」技術。

電腦視覺旨在讓機器學會如何「看」,它透過用影像感測器和電腦以取代人的眼睛,對目標進行辨識、跟蹤和測量,再經由進一步的圖像處理,用電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像;要有效進行電腦視覺,需運用機器學習或是深度學習的技術來實現。

而邊緣運算技術則強調讓使用者不需連線到伺服器,可直接在邊緣裝置應用AI模型進行運作。

以上技術兩相結合則構成了「嵌入式視覺」技術,也就是在既有的嵌入式系統中採用電腦視覺與邊緣運算技術,作為「智能慧眼」,不僅能精準辨識,還可快速地處理大量訊息並立即做出反應。

由此特性出發,嵌入式視覺技術已在許多產業發揮實質功效,例如工業自動化、自動駕駛、無人商店、無人機等等。

 

嵌入式視覺技術應用領域/市場潛力在何處?

目前,嵌入式視覺技術已在工業、汽車、消費電子、安防監控、甚至遊戲/AR/VR等消費性電子產品領域也應用廣泛,無論速度還是規模都迅速成長。

「工業自動化」領域運用嵌入式視覺技術已十分普遍,也可說是此技術應用的起點,在現今高度智慧化的製造模式環境下,生產製造過程中的諸多環節已相當倚賴相關的視覺應用與邊緣裝置的運算能力。

而「汽車」市場更是嵌入式視覺技術高度成長的領域,目前已廣泛運用於自動駕駛與ADAS,相關應用不僅是讓車輛代替人類以實現自動駕駛,還可讓汽車駕駛更加安全。在車輛與周圍環境的互動場景中,可實現偏離車道警告、防撞、自動倒車和泊車等功能;嵌入式視覺還可以安裝在車內用來監控司機的駕駛狀態,例如疲勞檢測、手勢識別等應用。

而2018年在美國開幕的亞馬遜無人超市Amazon Go,更將嵌入式視覺技術拓展至全新的「零售和商業領域」,經由店內上百個嵌入式攝影機及其後端的視覺處理系統,打造出被稱為Just Walk Out (拿了就走)的無人零售新模式,徹底實現全自動化的無人自助結帳。Amazon Go之所以能夠完成無人自助結帳服務的關鍵在於它結合電腦視覺打造一套影像辨識系統,而這套影像辨識系統還結合深度學習技術,靠影像辨識就能自動辨別商品、分析消費者動作,以及在店內移動的路徑,以判斷顧客拿取了何種商品。

 

嵌入式視覺技術使用平台/處理器-GPU & VPU

具備電腦視覺功能的嵌入式系統主要包含以下元素:影像感測器、視覺處理器、軟體和演算法,以及記憶體和網路介面等元件。

而其中增加GPU作為CPU的輔助處理器已經成為嵌入式視覺設計的標準做法,高性能GPU擁強大的運算能力,可對電腦視覺流程中的影像畫素資料進行快速處理,而且GPU的記憶體架構和平行運算硬體架構非常適合深度學習的訓練和推理運算,可協助通用型CPU一起處理很多種類型的電腦視覺演算法;此外,可提供進一步加速的VPU(視覺處理器)也是不可或缺。

 

SP廣穎提供工業等級高效能產品

針對具電腦視覺功能嵌入式系統其中的關鍵零組件-記憶體,SP廣穎電通提供多元且高效穩定的存儲產品-M.2 2280 NVMeSSD與microSD記憶卡供客戶視其需求做彈性選擇。

【M.2 2280 NVMeSSD-MEC3F0】

為快速處理資訊、確保重要資料的儲存、並使效能充分發揮,具備電腦視覺功能的嵌入式系統需設置高速、高效能的固態硬碟。

SP廣穎M.2 2280NVMe SSD產品-「MEC3F0」搭載3D TLC顆粒,PE Cycles可達3K,讀寫速度高達3,400 MB/s和3,000 MB/s,最高容量可提供至8TB,具備優異品質與高耐用性;還擁抗震、耐衝擊等特性。

【microSD記憶卡-SDT5R0】

除選擇SSD產品之外,具備輕薄可移除特性的記憶卡產品也是具備電腦視覺功能的嵌入式系統的首選,microSD記憶卡產品因體積更為輕薄短小,資料取得也輕鬆快速,即時性佳,且同樣擁有優異的存儲效能,是嵌入式處理器大量需求的存儲產品。

針對此需求,SP廣穎提供讀寫速度快且高壽命的pSLC顆粒,及PE Cycles可達30K的microSD記憶卡產品-「SDT5R0」,其還可適應廣泛溫度環境,可確保系統設備不間斷即時傳輸或儲存數據的流暢性與穩定度。

 

結語

嵌入式視覺技術目前正如火如荼發展中,在可預見的未來,甚至可以毫不誇張地說,只要有需要使用人機互動的領域就需要嵌入式視覺技術,由此可見其市場潛力之大。

為此,SP廣穎無論在產品品質、還是服務平台均已就緒到位,並擁完整布局,還可倚靠專業團隊及彈性靈活的客製化方案,全面滿足客戶對於穩定性、專業度、及高效能儲存解決方案的高標準需求。