德州仪器单芯片毫米波雷达满足多场景数据脱敏要求

1956年，斯坦福的麦卡锡第一次提出“人工智能”这个概念。估计他自己都想不到，几十年后，这个词会在中国变得如此火热。如今，人工智能不仅被寄望于引领新一轮产业革命，还悄然渗透进每个人的日常，推动着社会变革。2020年4月，国家发改委在确定新基建的三个方面时，把人工智能同时写进了信息基础设施和融合基础设施——这其实只是把已经发生的变化，正式摆上了台面。

算力、数据和互联网的持续发展，正把人工智能推向从量变到质变的临界点，边缘端尤其呈现爆发态势。Gartner预测，到2025年，至少75%的数据处理将在云端或数据中心之外完成。对半导体企业来说，这股浪潮既是机遇也是挑战。与云端不同，边缘侧对芯片最核心的需求，又回到了性能、成本和功耗这三个永恒的话题——而且必须同时满足，产品才有胜出的机会。再加上边缘AI产品的开发周期短、迭代窗口紧凑，友好的开发环境也成了关键。

什么样的边缘人工智能系统才算成功？“精准感知，快速决策，人机协作，高效节能，安全可靠”——这是德州仪器中国区嵌入式产品系统与应用总监Howard Jiang给出的答案。说到底，感知、决策和执行是边缘AI的三个环节。随着边缘AI的发展，对嵌入式感知和决策技术的要求，比非AI时代更严苛、也更差异化。

感知——边缘人工智能的数据来源

数据是边缘AI的根基，感知则是数据的来源。就像人不仅靠眼睛感知世界，耳朵、皮肤等也都是重要器官；机器同样需要“耳聪目明”，各种传感器因此应运而生。TI推出的单芯片毫米波雷达，在许多应用场景中规避了传统摄像头的短板，同时支持多传感器数据融合，让机器能更精准地获取数据和感知目标。

毫米波雷达通过收发信号，能以极高精度测量视野内物体和障碍物的距离及相对速度。相比基于视觉和激光雷达的传感器，毫米波的一个重要优势是不易受雨、尘、烟、雾或霜等环境条件影响。它还能在完全黑暗或阳光直射下正常工作。这些传感器可以直接安装在塑料外壳后面，无需外透镜、通风口或传感器表面，非常坚固耐用，能满足防护等级IP69K标准。

TI的单芯片毫米波雷达采用CMOS工艺，实现了传统雷达难以企及的性价比优势。结合ASIC后端处理，直接降低了BOM成本，缩小了产品尺寸，也减少了对处理器的依赖。基于TI毫米波设计的产品，体积只有微型激光雷达测距仪的三分之一，重量只有一半。

更重要的是，除了自动驾驶，毫米波雷达还能广泛用于工业、智能家居、智能楼宇和医疗等领域。比如，把它和空调结合，可以实现风随人动、目标姿态感知、自动开关等智能功能。再如机械臂操作员的安全监测、物流机器人避障、老人跌倒检测等场景，毫米波雷达都具备传统图像传感器难以比拟的准确性和快速感知能力，同时还能满足数据脱敏要求——可以安装在卧室、卫生间等私密场所。

除了毫米波雷达，TI还提供了温度传感器、DLP技术、ToF等丰富的产品，进一步丰富了机器与人的交互方式。

决策——边缘人工智能的大脑

边缘AI设备需要一个聪明的“大脑”来处理数据和做出决策。集成式SoC通常是个不错的选择——除了能容纳执行深度学习推理的各种处理元件，SoC还集成了整个嵌入式应用所需的诸多必要组件。一些集成式SoC还包含显示、图形、视频加速和工业联网功能，让单芯片解决方案的功能远超单纯的ML/AI。

TI的Jacinto 7系列处理器就是这样一款高度集成的SoC。芯片内部包含高性能计算、深度学习引擎、用于信号和图像处理的专用翻跟斗，符合功能安全ASIL-D/SIL-3标准。除了高级驾驶辅助系统（ADAS），这款处理器还能用于机器人、机器视觉、雷达等领域。

其中的专用翻跟斗包括“C7x”新一代DSP内核，它把TI行业领先的DSP和EVE内核结合在一起，添加了矢量浮点计算功能，并支持向后兼容代码。随着边缘AI兴起，DSP基于哈佛架构，能显著提升矩阵运算效率，非常适合神经网络计算加速。同时，新增的“MMA”深度学习翻跟斗在典型工作条件下能以低功耗达到8TOPS的计算性能。

通用内核则包括多核Arm Cortex-A72、Cortex-R5F以及8XE GE8430 GPU等。

Jacinto 7系列的多核异构处理器架构设计，能够最大限度地针对任务进行选择和优化，从而实现更好的性能提升及成本下降。TI还把成熟的算法硬件化，再加上半导体制程的演进，最终在性价比和功耗比上做到极致。比如TI的ISP，可以基于芯片内嵌的硬件加速单元自动实现宽动态调整、图像金字塔缩放、立体深度视觉以及密集光流算法加速等。

该系列处理器提供了涉及硬件和软件的全面安全解决方案，这是汽车和工业市场的重要关注点。它使用经独立功能安全评估机构（如TÜV SÜD）认证的硬件开发流程，针对ASIL-D功能进行系统设计。针对如今ADAS数据融合带来的高带宽多端口新挑战，Jacinto 7系列集成了CSI-2等多路端口，能保证与多路传感器互联并支持高带宽数据需求。它还集成了PCIe集线器和千兆以太网交换机，可用于域控制器，实现更高水平的集成度。

为了方便用户开发，TI推出了TI-Edge-AI-Cloud，这是针对Jacinto处理器上AI推理的云工具，能评估并支持许多业界通用与流行的深度学习框架（包括TensorFlow Lite、ONNX Runtime、OpenGL ES等），让模型编译、部署和推理加速变得轻松。

除了视觉识别常用的CNN，像预测性维护这样的边缘AI场景还需要RNN，Jacinto 7处理器同样提供支持。此外，TI的工业应用处理器Sitara系列集成了Arm Cortex-A系列内核，也能通过Arm NN实现相对低算力要求的边缘AI应用，比如工业中的预测性维护。

从天马行空到快速落地

除了感知和决策，在执行环节，TI也有很多处理器、马达驱动和各种模拟器件。这意味着TI能通过广泛的产品组合，为边缘AI所需的关键方面提供全面支持。技术终究要服务于人。作为一家拥有90年历史的半导体公司，TI的秘诀就是不断研究社会生活的变化，洞察并满足人们的需求，并因此持续改变自己。

进入中国的35年里，TI曾助力中国客户一次次实现创新。在人工智能领域，Howard看到中国的发展在某些方面已经走在前面。比如4D成像雷达，国外还处在实验室概念验证阶段，而国内车厂已经提出了量产的具体时间点。在智能工业、机器人、智能家居、医疗影像分析等市场，中国客户也都在积极导入新技术。有时Howard还会用中国客户的创新案例来激励他的美国同事们。

TI在做产品定义时，会和一些客户进行深度合作，让有创新的需求体现在产品架构上。这不仅是为了满足现有的使用，更重要的是共同预见未来的需求。中国客户丰富的想象力，使得来自中国的需求能很快反映到TI的下一代产品开发中，并面向全球的创新产业。

三十五年前，TI进入中国，在工业、消费、通信以及汽车等市场中，与中国本土合作伙伴从零开始共同创新。如今，随着以人工智能及边缘AI为代表的新基建项目不断扩展，TI再次与合作伙伴携手，踏入全新领域。通过品类齐全的模拟和嵌入式处理产品、强大的本地制造与研发能力、遍布全国的分销与销售网络，TI正在解决边缘AI带来的新挑战，满足中国客户产品设计的新要求。在TI，有一批像Howard一样的杰出工程师，怀着“芯向中国，科创世界”的愿景，努力通过半导体技术让世界变得更美好。

就在不久前，美的集团厨房和热水器事业部与TI共同建立了“感知与交互联合实验室”。这个实验室旨在帮助美的运用TI的毫米波雷达技术以及广泛的模拟和嵌入式处理产品，加速厨热家电应用的开发。Howard希望TI能帮助和支持更多像美的这样的公司，把想法变成现实。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：德州仪器单芯片毫米波雷达满足多场景数据脱敏要求要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题