AI能力凸显！AidLux助力高通快速切入AIoT市场

2017年开始，“AIoT”开始逐渐被大众所熟知。边缘计算设备作为分析处理数据的基础支撑，在该领域中的作用也日益凸显。

凭借小体积、高性能、低功耗等先天优势，ARM在边缘计算兴起这波浪潮中发展迅速，并汇集了苹果、高通、联发科等企业在移动智能设备市场“大杀四方”。

但跟移动设备市场不同，AIoT领域存在着严重的应用场景碎片化问题，软件适配、优化成本和AI项目开发、迁移的门槛居高不下。导致强如高通这样的企业，在该领域内的应用落地案例也屈指可数。

如今，这样的困扰不复存在。AidLux针对高通平台进行了深度适配和全面优化，在软件层面补足和提升了高通芯片在AIoT方面的能力，助力企业快速切入AIoT万亿市场。

通过搭载AidLux，高通芯片可以直接用于AIoT领域，用户仅使用Python即可根据需求单独调用CPU、GPU和DSP/NPU。

也可以直接选择AidLux智能调度模式AAS（AidLux Auto Schedule），实现动态调度计算资源以进一步提升模型运算帧率。

经过测试，使用AidLux后，高通芯片的性能提升效果能够超越官方数据30%以上。

Aid综合调度对比

结合可视化性能监控平台，用户可直观查看YOLOv5、movenet、resnet50、mobilenetv2等模型在基于高通SoC的硬件上加速效果。

YOLOv5模型加速效果，测试硬件基于高通骁龙865

Movenet模型加速效果，测试硬件基于高通骁龙865

Resnet50模型加速效果，测试硬件基于高通骁龙865

mobilenetv2模型的加速效果，测试结果基于高通骁龙865

从测试结果看，AidLux更充分地发挥了高通芯片算力，以软件优化方式，显著提升了AI执行性能。

AidLux还为AI项目开发、部署、落地提供全流程的AI工具链支持，用户可以通过AidLux将AI项目快速迁移、轻松部署到高通平台，并且提升AI模型运行效率。

传统AI项目需要开发团队经过数据采集、标注、模型训练和测试、模型封装和集成开发等数十个步骤，过程中要消耗大量的资源，绝大多数项目耗时至少半个月以上。

而使用基于AidLux平台能力的AI Creator，能够对传统开发步骤大幅度“缩减”，降低资源投入的同时，有效缩短开发周期，仅需简单几步就能完成传统方式下一个团队将近20天的项目。

研发流程

针对模型优化和迁移的需求，AidLux提供了简单快捷易上手的工具。

用户可以使用量化压缩工具进行模型优化，根据项目需求自由选择单独或组合使用模型压缩、retrain和量化等3个优化点。

经过测试，处理后的模型精度几乎没有损失，推理速度大幅提高。

使用AidLux提供的模型转换工具，用户能够在30分钟内完成AI模型从X86平台到高通平台的高效迁移，在保证运行的同时，推理速率同样显著提升。

除了模型训练、优化、迁移、性能加速等AI工具链的支持以外，AidLux针对高通SoC还打造了AidCV 图像处理框架，能够调用高通GStreamer和FastCV实现高速图像处理。

据一则市场数据显示，2021年AIoT行业中AI渗透率仅为4%。深究其原因，会发现问题的根源在于AIoT行业开发异构及碎片化。

这个AIoT行业上下游企业和开发者绕不过的坎,正在被AidLux通过软件层面的能力化解，如今已经成功在高通平台实现一“芯”多用，让AI渗透AIoT行业另外约96%的场景并快速落地。

16路推拉流及AI结构化分析同时进行

在AidLux提供的AI工具链的支持下，某IPC生产厂商一直无法运行在高通平台的算法，仅用半天时间就成功迁移到高通平台。

得益于AidLux对硬件算力的综合调度和编解码的优化，该设备在实现16路推拉流的同时，能够运行算法，进行画面实时AI分析。

搭载AidLux的高通平台硬件，凭借对算法的高性能支持和硬件的超高性价比，已经成为厂商在智慧安防行业的首选。

工业检测场景增加AI质检能力

目前市面上多数智能工厂采用的是传统工控机+算力卡的方式实施视觉检测，随着检测需求的变更，在体积大、功耗高的槽点背后，传统检测方案换产难的问题越来越凸显。

这个困扰某芯片模组大厂的难题，也被搭载AidLux的ARM架构硬件方案完美解决。

AidLux对ARM架构硬件综合算力的充分调用，让一台体积小、功耗低的设备就能解决传统方案中工控机+算力卡的需求，成本仅为原有方案的30%，后续换产周期降低70%。

同时解决人机交互&ROS&AI多场景

说到智能，就离不开服务机器人。

对机器人行业比较了解的话，会发现目前服务类机器人大多由两块板卡作为支撑，其一安装Android用于交互，其二安装Linux用于ROS、定位导航、AI算法运行。

AidLux能够让搭载高通芯片的一块板卡同时满足机器人双系统需求，将板间局域组网优化为系统内核通信，实时性提升高达10倍。

在硬件成本降低的同时，开发和维护成本也减少60%。

并且在更高的视觉AI算力支持下，服务类机器人能在送餐、导览、安防巡检等不同应用场景中更好地完成各种AI视觉任务，增加市场竞争力。

国务院《新一代人工智能发展规划》指出，到2025年中国人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。

而ARM在移动处理器和物联网处理器市场都占据了90%的市场份额，还计划在2028年实现65%的网络设备市场、90%的车载信息娱乐和驾驶员辅助市场以及25%的数据中心市场。

通过AidLux的强力赋能，ARM阵营里的龙头高通能够快速切入和发力AIoT市场。基于高通芯片的ARM架构方案，能够更广泛地应用于各种碎片化的智能网联边缘计算场景中。

未来，AidLux会继续致力于解决开发异构和碎片化问题，为AIoT行业提供更具性价比的方案满足合作伙伴在智慧工业、AI教育、智能安防、机器人等领域的需求，让行业应用更高效，更快速地落地。