邊緣運算低功耗有解 智慧交通實現在即
在將邊緣運算技術推至終端產品時，系統耗電量往往是重要課題。日前資策會智慧系統研究所與系統單晶片(System-on-Chip, SoC)開發商Socionext展開合作，推出一影像物件辨識深度學習解決方案，解決了GPU高功耗的問題。在未來，該技術將積極導入智慧交通應用場景中。
資策會智慧系統研究所副主任林啓盛表示，在發展物件辨識功能時，多數方案會以200W高功耗的GPU基礎；而該解決方案的功耗則能降低至30W左右。超低功耗的特性，能夠使該解決方案導入更多智慧路燈、智慧交通的應用場域中。該解決方案目前已在與交通部洽談合作中，期盼能夠使其成為一通用招標標準。
在2017年，Socionext即針對監控攝影機市場推出了M11S影像處理器。該產品配備了3D降噪(3DNR)、寬動態範圍(WDR)和感興趣區域(ROI)等多種先進功能，在低光度環境下也可拍出高畫質拍攝，支援現代安全監控市場的多元需求。在COMPUTEX...
2018 年 06 月 21 日
