，跟所有技术一样，越到后面就越需要深耕细作，从百度大脑日前发布多项AI新品这一动作来看，硬件将是AI落地的下一个重要场景，让硬件拥有本地化AI能力将是未来的发展趋势，百度也正在端上AI发力。
1月16日，在“硬件之都”深圳，百度大脑发布13项全新硬件产品与服务，包括AI能力开放与模型生产、端计算加速及软硬一体套件、硬件产品评测与接入、以及AI市场售卖产品赋能与商业闭环，基于百度AI硬件平台，百度大脑与合作伙伴一起发布了端计算工具与计算卡、多款视觉模组、视觉开发套件、语音开发套件以及硬件评测与认证服务，基于百度大脑AI硬件平台的多款硬件产品已经落地。
小编专程从广州去深圳参加其发布会，正是想去看一看现在AI在硬件上落地的情况——深圳被称作“硬件硅谷”，要看这个自然要去深圳，我想这也是百度在深圳发布AI硬件新品的原因。从发布会现场情况来看，在云端沉淀多年后，AI正在通过硬件向“端侧”下沉，率先抓住这一趋势的百度通过做生态的方式进行布局，抓住了终端设备的痛点。
端上AI的“端”，指的是终端，或者终端侧，端上AI的意思是让终端自己或者终端侧负责AI计算，与云端AI协同。
曾几何时，AI深度学习需要大量的数据和计算，一定需要大规模计算机集群才能实现，正是因为此，AI计算基本都是在云端完成。
然而2017年iPhoneX发布搭载的A11处理器给了行业一个新的思路：A11处理器自带神经网络单元，可以实现部分AI计算，iPhone X杀手锏功能FaceID正是基于A11处理器实现，同一年华为发布了麒麟970，主打AI芯片概念，荣耀手机则宣称自己是AI Phone。不过，需要AI能力的终端不只是手机，日前华为董事长任正非难得一见地接受了记者专访，他的一个说法呈现出未来AI世界的面貌：
“世界会变成一个智能社会，智能社会怎么感知呢？必须要靠终端，终端的感知要靠传感器、显示器。所以未来终端的路很宽广，包括物联网……手机只是终端的一个领域。”
正是因为此，行业内开始越来越多地尝试，将部分AI计算放在终端侧，华为、百度、谷歌和阿里等巨头都进行全栈AI布局。
预计到2020年，将有500亿个设备将连接到网络IDC数据显示，2020年将有超过50%的数据需要在网络边缘侧分析、处理与存储，传统云计算架构不能满足如此庞大的计算需求，短时间内扩容并不现实。数据在终端与云端见来回传递有物理延迟，不能满足实时语音翻译、无人车、智能闸机，还有一些场景根本不让连接外网，比如百度大脑在深圳发布会上展示的政务警务系统，智能安防设备，AI只能在终端实现，可见“端上AI”将会更加重要。
与此同时，AI芯片成为芯片的新品类，摩尔定律再次生效，AI芯片计算性能呈现指数级增长，这意味着终端侧的AI能力越来越强，可以实现越来越多的AI计算，甚至是离线计算，百度大脑现在强化对端上AI的布局，可以说是正当时。
在AI成为基础设施级技术后，很多都在布局AI，甚至很多传统企业和创业者，也在尝试将AI用在业务中来提高效率、提升体验和创新业务。然而真正拥有底层AI技术的公司很少，这就形成了AI能力开放的商业模式，第一阶段主要是基于云服务的模式进行AI能力的开放，简单地说就是云平台集中进行数据的学习、处理和计算，再将结果返回给应用。
阿里在各行各业推出ET大脑，腾讯在产业互联网战略下推出各种智慧解决方案，百度是中国最早布局AI的科技巨头，在云端AI进行战略布局，百度大脑已成为AI行业基础计算平台，此外还有Apollo和DuerOS，去年底百度智能云事业部ACE升级为智能云事业群组ACG，表明百度加强云上AI建设的决心。
2019年百度大脑第一个大动作，就是在端上AI加快步伐，其在硬件落地的速度比外界预期的快得多，它不是发布一个一个的消费级硬件产品，而是与芯片商、模组商、方案商、集成商和品牌商一起，将百度AI能力内化到各种芯片、模组、设备和方案中，通过百度Inside的方式，进入到各种场景，从现场了解的情况来看，现在很多智慧零售设备、智能闸机、智能音箱、智能工厂、服务机器人、智能政务设备、ATM，可能用的不同厂商的方案，但底层很可能是Powered By百度大脑。
在IoT时代，这些硬件都有很好的市场前景，十分诱人。虽然有AI技术优势，百度却选择与硬件产业链伙伴一起做生态，核心原因在于两点：
一方面硬件产业链很长，对材料、芯片、模组、工艺等等要求都很高，不是任何一家公司可以做完的，只有不同玩家分工协作，各自发挥技术优势做好擅长的环节才行，百度大脑的优势就是AI技术，背后是百度多年来的AI布局、数据优势和成熟生态；
另一方面则是IoT智能硬件涉及到不同行业、不同场景、不同需求，硬件背后往往是解决方案，不是任何一家公司可以完全搞定的，正是因为此，百度大脑提供AI基础能力，让联盟中的合作伙伴一起来做AI硬件的落地。
对于硬件产业链来说，百度将AI技术开放且针对硬件做很多布局，可以说是雪中送炭，因为大多数硬件产业链玩家都不具备AI能力。
四年前，就有一堆“智能硬件”涌现，比如可穿戴设备、智能家居、智能电灯、智能温度计等等，但它们的“智能”更多是可以通过App操控，很多被证明是伪需求，今天AI技术成熟，“智能硬件”的“智能”会名副其实，百度大脑“一揽子”AI硬件产品的发布，将会加速硬件行业AI化。
端上AI作为一个新兴概念，要如何才能加速落地呢？这不是百度一家能回答的问题，而是一个行业问题，需要从多个维度发力：
相对于软件而言，硬件产业链长得多，特别是面向行业的解决方案中的硬件，比手机这样的要复杂得多，比如单单是一个智能闸机，就涉及到很多环节、很多厂商和很多技术。正是因为此，要在各种终端上实现AI计算，就不只是算法这样的单一问题，而是系统性问题，百度大脑发布AI硬件新品正是基于这一判断。
李彦宏很早就提出AI落地一定要软硬件结合，百度自身也在布局硬件，比如发布的小度系列硬件已经跻身智能音箱第一阵营。在AI生态构建上，百度同样十分重视硬件，百度大脑有100多家硬件合作伙伴，分布在智能机器人、智能音箱、智能门禁、智能售货机等行业，以及方案商、芯片商、开发套件商、集成商、模组商和品牌商等不同环节。
百度大脑针对硬件端AI发布了12项新产品和1项新服务，比如端计算工具与计算卡、多款视觉模组、视觉开发套件、语音开发套件、以及硬件评测与认证服务等，很多是百度大脑与合作伙伴一起实现，比如赛灵思、奥比中光、FireFly。在发布会上百度大脑还成立了硬件生态联盟，首批成员包括赛灵思、奥比中光、慧谷航天、睿识、天启、华正联等芯片、模组、开发套件、终端设备全链路厂商。
这表明AI落地一定是平台+方案的结合之路：科技巨头负责搭建基础平台，社会化力量基于这些基础平台结合自己的客户资源和行业理解，做出对应的落地方案，不只是在AI硬件上是这样，在AI+行业中也一定是这样，因为科技巨头不可能面面俱到，正是因为此，我此前就判断AI产业化中会存在大量的“中间人机会”。
百度大脑不仅自己做硬件，也在走开放路线，做平台做生态，通过“中间人”来给硬件产业链提供基础AI技术，作为幕后功臣加速AI在硬件上的落地，这样的策略可以发挥自己的专长，也可以避免和硬件产业链玩家形成任何竞争，可以加强对硬件产业链玩家的吸引力和粘性。
不论是云、边还是端侧AI，底层都是深度学习技术，只不过处理的数据类型、规模和场景不同而已，正是因为此，深度学习依然至关重要，这一点也是百度的硬实力。
百度是最早战略布局AI的中国科技巨头，有大量的数据积累，有不断进化的深度学习算法，有中国唯一的深度学习开源框架PaddlePaddle，有顶尖的AI人才，更重要的是百度很早就将AI能力开放出来建生态，2016年百度大脑就已开放，此外还有各种应用级AI平台，这些都帮助百度形成了独特的AI生态，让AI算法有更多场景锤炼，同时拿到更多数据反过来加速AI算法进化，形成正循环。
这一次百度大脑发布的基于Paddle Mobile打造的零代码生成高性能端计算模型平台EasyEdge、视觉计算模块X-eye计算卡、高性能端计算卡EdgeBoard、人脸离线版、远场语音开发套件，无一不是基于百度的深度学习、机器视觉、语音交互等核心AI技术。正是因为有领先的AI技术所以百度大脑可以吸引深圳硬件
，甚至成为他们的唯一选项，罗超频道（欢迎添加个人微信luochaozhuli交流）跟现场开发者交流，就有开发者表示，虽然机器视觉技术很多公司都在做都在开放，但百度不只是有人脸识别或者机器视觉技术，而是有整体AI技术能力和数据优势，因此可以提供更加完整丰富的AI能力。多项硬件新品的发布是百度大脑基于对端上AI兴起的判断，基于在软硬件结合上的生态优势，但最底层的逻辑，还是因为百度积累的深度学习、机器视觉、图像识别等基础AI技术，这些技术也被应用在云上AI平台和智能边缘计算等产品中，形成全栈全场景全产业的AI能力。
任何科技公司做AI，不论是做云上还是端上都离不开基础AI技术，这是关键的关键。
智能音箱与耳机结合。苏宁小Biu智能耳机，采用颈挂耳机设计风格，控制器和麦克风在
开发板 接下来，我们要把摄像头拍的照片通过OPENCV显示到屏幕上，并且拍照传给
的接口。首先，我们先要初始化我们的摄像头，我们新添加一个函数，使用cvCreateCameraCapture函数从
仿生眼，助力机器观察三维缤纷世界》/张晓林 14:30-15:00《谁是最强
地图缩小至全球可见，框选上全球（图1），双击左键，弹出“新建任务”，设置下载名称和选择下载级别，这里我选择的是1到6级（图2
、大数据和云计算，三大技术发展多年后，被颇具创意地归纳成ABC概念，读起来朗朗上口。不过，新技术总是层出不穷，ABC概念出现没多久，5G、物联网、边缘计算又纷至沓来。现在，
：“我家即将迎来一名新成员！有了这位小老弟，从此不用遥控器！2月28日，小
震撼发布，敬请期待！”并附上一条预热视频。[img][/img]根据预热视频我们可以猜测，
发挥其社交平台优势，或可以带动带屏智能音箱的社交功能进化。其实对比之后，钉科技发现目前
虽然人工智能和机器学习计算通常在数据中心中大规模地执行，但是最新的处理设备使得能够
达成战略合作，双方将在人工智能方面进行全面、深入的战略合作，同时推出双方
）。 由于STM32与SIM800C的使用教学在网上随处可见，本文将不在此介绍。 正文：首先打开
物接入主界面，复制我们的TCP服务器地址到STM32代码中，用SIM800C模块
开发环境中的区别。我可以在任何一个开发环境中做同样的事情吗？使用的设备有什么限制吗？
标题都没有修改就直接发布到网站上，三篇是自己从课本上打进去的原创文章，试验结果就是原创的30分钟之内收录了，而非原创的，只有到隔天收录
的人脸识别SDK（C#版本），实现离线人脸识别。过程中踩了很多坑，都是不断
发布会在深圳成功举办，重磅推出的AIUI3.0带来人机交互全新革命，引起广大
技术的发展会经历感知、识别、理解、决策四个阶段。前两个阶段我们已经发展比较好了，目前我们正在解决理解
传送到CC3200，CC3200通过wifi把采集到的语音信号发送给服务器，服务器再使用
人脸识别系统由7大块组成，分别是摄像头、CC3200、串口调试助手、路由器、公网、服务器、数据库以及
，但一直没能成功，希望直接通过调用其源文件，也一直没能成功。所以卡在上述第三步已经很长时间了，先把前两个步骤说一下吧：一、图片格式识别在
智慧化进程。人工智能芯片是人工智能发展的基石，是数据、算法和算力在各类场景应用落地的基础依托。“无芯片不
传送到CC3200，CC3200通过wifi把采集到的语音信号发送给服务器，服务器再使用
传送到CC3200，CC3200通过wifi把采集到的语音信号发送给服务器，服务器再使用
产品型号是FZ5C计算盒。按照米尔科技命名规则，这款产品型号是MYS-ZU5EV。FZ5C在此处制作简单的特色介绍，详细
` 本帖最后由 卿小小_9e6 于 2021-3-15 12:32 编辑 【米尔
计算盒试用连载】II. 接口测试-上(ZMJ)1. 简介本次主要针对DP及USB
` 本帖最后由 卿小小_9e6 于 2021-3-28 18:26 编辑 【米尔
计算盒试用连载】II. 接口测试-下(ZMJ)1.简介本次主要针对DP及USB做
计算盒试用连载】III. 板载深度学习DEMO-detection测试-上(ZMJ)
EdgeBoard计算盒/计算卡(FZ5)是一款基于Xilinx Zynq Ultrascale CZU5EV芯片打造的深度学习计算盒/计算卡，芯片内部集成了4核
计算盒试用连载】III. 板载深度学习DEMO-detection测试-下(ZMJ)
本帖最后由 卿小小_9e6 于 2021-4-11 16:16 编辑 【米尔
计算盒试用连载】III. 板载深度学习DEMO-detection测试-下(ZMJ
本帖最后由 卿小小_9e6 于 2021-4-16 17:08 编辑 【米尔
计算盒试用连载】IV. FZ5-DPU@2020.2(ZMJ)1.简介
` 本帖最后由 卿小小_9e6 于 2021-4-25 21:09 编辑 【米尔
` 本帖最后由 卿小小_9e6 于 2021-4-29 21:40 编辑 【米尔
计算盒试用连载】VI. Linux串口输出功能测试(ZMJ)1.简介在Linux
计算盒试用连载】VIII. EdgeBoard-FZ5系统移植(ZMJ)
` 本帖最后由 卿小小_9e6 于 2021-5-14 16:08 编辑 【米尔
计算盒试用连载】VIII. EdgeBoard-FZ5系统移植(ZMJ
计算盒试用连载】第四篇 基于针对EdgeBoard的EasyDL分类模型训练实例
` EasyDL网站可以免费生成针对EdgeBoard板卡FZ5的离线训练模型SDK，该SDK可以完美与FZ5
契合，最重要的是——free(免费)。下面就是针对FZ5生成模型SDK的实例——图片
搜索亿万级数据，给您提供最贴心建议、为您打造最智能的地址栏。 下载地址：
的世界”教育版将会引入中国。微软将在上海成立微软亚洲研究院，成立上海人工智能创新院。 李彦宏：遵循
今年会把焦点放在云计算，不再炫技，而是通过开放技术能力和资源，带来更生态的玩法。其实这样的猜测基本是可预见的：1、2016年云计算将是
，FPGA和GPU之间谁能脱颖而出，成为行业的领航者？就像英特尔之于PC
？或者，您有其他更好的选择，比如代表ASIC的谷歌TPU...可以从您所从事的行业，研究的领域举例说明。
（人工智能），是目前科技行业最火的话题。从Alpha Go战胜围棋世界冠军柯洁，到德勤与Kira Systems 联手，
）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 物联网（
）是通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感
软件，并且为原始设备制造商(OEM)提供全部解决方案。 从AndroidPure设法获得的第一手市场营销资料判断，这款90毫米280克规格的音箱，
需求的企业用户及开发者使用。支持从数据管理与数据标注、模型训练、模型部署一站式
发布会”，与全球人工智能领域学者、企业家、创业团队一起，关注、体验、揭秘科大讯飞AIUI的全新升级。 从机器为中心的人
计算盒 开箱报告最近比较忙没有及时更新，这款EdgeBoard盒子非常小巧，里面采用的芯片非常高端，支持接口非常丰富，就是以太网口少了一些。看如下开箱图。`
Hub用的是标准的MQTT协议，所以只要找一个标准的MQTT库就OK了。我用的是
领域Tiny v0.7榜单中，基于平头哥玄铁RISC-V C906处理器的软
，遇到了难以突破的瓶颈。2000年之后，随着互联网/物联网的流行，大数据愈来愈丰富，电脑
运算能力也突飞猛进，使得基于神经网络(Neural Network)的机器
。去年12月，阿里云在云栖大会上正式宣布，推出整合城市管理、工业优化、辅助医疗、环境治理、航空
也并非易事，垂直性和功能型越强，越考验着企业的技术实力和产品化能力。可这恰好也是
不应该是被随意套用的概念，而是真正能在技术产业化过程中发挥指导作用的指挥官。
作为一个范围较大的代指，其中包含着一系列复杂的结构。从大类上可以分出算法工具、数据资源和软
算力支持三个角度。其中又包含着图像识别、数据挖掘、云计算大量细分技术。如此看来，
飞桨（PaddlePaddle）深度学习平台与华为麒麟芯片强强联手，双方将打通深度学习框架与芯片，为
开发者战疫守护计划”的主要内容和代表案例，还推出了指尖识别、人像动漫化等新功能，在车辆识别、OCR功能上也有所更新。
需求的企业用户及开发者使用。支持从数据管理与数据标注、模型训练、模型部署一站式
就建立了深度学习研究院，此后相继建立了大数据实验室和硅谷人工智能实验室。 如果说微软亚洲研究院是