安森美公司供稿

 边缘智能现阶段在多个领域都具有潜在的应用价值，例如工业自动化领域实现智能制造提高工厂设备的效率和可维护性、在智能交通领域实现高级驾驶辅助与道路环境监控、医疗保健领域实现远程健康监护等。

 图像传感器开启智能视觉时代

 尽管边缘智能具有巨大的潜力，但也面临着一系列技术挑战，在智能可穿戴、智能家居乃至不断衍生出的新兴AI等细分应用领域，视觉系统便需要以尽可能低的成本、尺寸、功耗提供更高的分辨、理解和判断能力。

 安森美(onsemi)的图像传感器技术广泛应用于汽车和工业市场，其核心竞争力在于智能感知能力的深度优化，Hyperlux LP系列传感器功耗超低，支持内置的运动侦测功能，只需要在侦测到运动物体时快速唤醒系统工作，进一步优化了系统的功耗，内部采用了堆栈式架构设计，能减少产品体积，最小型号小如一粒米。

 以安森美AR0822传感器为典型，其内置了高动态范围融合算法和运动物体捕捉算法，能够在保证图像质量的同时，大大降低系统资源的消耗，支持多种多次曝光合成线性化拟合功能——DLO (Digital Lateral Overflow) 以及SCMAX (Smooth Combination Max) 智能拟合，这种模式降低了多次曝光合成时的亮度临界区域的噪声，实现了120dB的图像数据输出，有效减少了后端处理器的接收数据和处理时间，提升了图像细节的呈现效果。此外，AR0822还具备增强的近红外灵敏度和像素合并/开窗输出等精密的摄像功能。

  低功耗蓝牙构建边缘智能设备连接生态

由于边缘智能硬件的实时性要求极高，蓝牙低功耗技术已经成为当前最热门的电子产品连接技术之一，广泛应用于消费电子、工业、汽车、医疗保健、计算机、智能建筑等领域。

 安森美推出的蓝牙低功耗5.2无线微控制器RSL10和最新RSL15低功耗蓝牙芯片，通过采用先进的半导体工艺和双核架构，确保了实时性要求较高的应用能够在终端层面完成相关计算，避免了数据传输至云端处理产生的时延。这一设计思路不仅优化了系统的整体能效，还确保了数据处理的即时性和系统的自主性。

 另一个典型的应用案例便是安森美近期发布的微型AFE CEM102，可高精度测量电化学信息和安培电流，其设计为与RSL15蓝牙5.2认证无线微控制器配合使用，与单独的方案相比，该组合方案精度更高、噪声更小且功耗更低，能简化物料单并提高配置灵活性，最终释放更多开发资源。更重要的是，该方案的灵活性使其不仅适用于基于电化学测量的传感器，还能用于需准确测量小电流的多种传感器，让设计人员能够为传感应用开发出精度更高、功耗更低、外形更紧凑的边缘智能设备，例如可穿戴医疗监护方案进一步改善用户体验，真正将智能决策推向了设备边缘。

助听器SoC设计的智能芯意

边缘智能的浪潮同样也席卷了医疗市场，尤其是随着人口老龄化，用户对智能化诊疗体验需求的不断提升，个性化医护设备如助听器的设计不再是简单的音频放大组件，而需要变得更为专业及智能，从而进化为集成了高级数字信号处理、人工智能算法与低功耗管理的微型计算平台。通过采用先进的AI算法，助听器最好能够实时分析周围环境声音，智能识别并增强语音信号，同时有效抑制背景噪音，使得佩戴者即便在嘈杂环境下也能享受到清晰、自然的对话体验。这种智能化的处理能力直接在助听器内部完成，无需依赖外部云服务，既保证了数据处理的即时性，又保护了用户的隐私安全，充分彰显了边缘智能在提升用户体验与保护个人隐私方面的双重价值。

安森美拥有30多年的助听器芯片设计经验，打造了一系列专业数字助听器/OTC辅听方案，包括Ezairo 7160、Ezairo 8300/8310、J10/J20低功耗蓝牙无线OTC等平台。

J10 OTC助听器平台功能图

Ezairo 8300/8310则更适应未来助听器功能需求，Ezairo8300/8310的ADC位数更高，在常规处理基础上，扩展到了6核解决方案，处理能力提升了一倍以上。其中内置了一颗NNA神经网络加速器，可解决AI离线计算的需求，在低功耗状态下能够进行语音唤醒、调整音量、基本参数调整等本地处理，甚至可以根据用户听力曲线和使用情况，结合用户使用助听器的习惯，通过深度学习的算法来实现自动适配功能。另外，传统的环境场景分类功能靠特定算法来实现，如果有了神经网络加速器，环境分类算法就会更灵活，可以实现更加精准的环境场景识别和切换。AI功能的引入，可以提升对不同应用场景的自动切换，并增加了自动侦测语音阵列，可以更好地让使用者接收到有价值的语音而不受环境噪音的干扰。

未来，随着端侧设备变得更加强大和智能，边缘智能也将在智能家居、自动驾驶和医疗保健等领域持续发挥关键作用扩大应用市场。