Ambiq Featured Blog posts
專訪 Scott Hanson – Ambiq 創始人兼首席技術官
在最近接受 SafetyDetectives 採訪時，Ambiq 創始人兼首席技術官 Scott Hanson 深入探討了 SPOT 平台的創建和演變，該平台專注於構建世界上最節能的芯片。SPOT平台起源於Hanson在密西根大學攻讀博士生時，在那裡他開發了用於醫療植入物的微型系統，利用亞閾值功率優化技術實現前所未有的能源效率。 Hanson 討論了該平台與傳統數位晶片設計的背離，強調了在低電壓下運作可以顯著節省能源。採訪涵蓋了 Ambiq 在解決物聯網行業技術挑戰方面的作用，強調了能源效率和安全性的關鍵方面。Hanson 也表達了對超低功耗技術未來的樂觀態度，預計未來 5-10 年物聯網設備的運算能力將不斷改進和激增。 您能描述一下創建 SPOT 平台的歷程嗎？ 大家好，我叫 Scott Hanson，是 Ambiq 的創始人兼首席技術官。 Ambiq...
Ambiq 編輯團隊
Ambiq Latest Blog posts
亞閾值操作：設計超低功率半導體的未來
如果半導體功率效率的最大突破來自於在正常限 值以下運行 電晶體呢？ 這正是 Ambiq 透過 SPOT（亞閾值功耗優化技術）實現的目標，SPOT®是一個重新構想晶片消耗能量方式的專利平台。透過利用亞閾值操作的物理特性，SPOT 改變了超低功耗運算的可能性，並為智慧、永續設備的新時代打開了大門。 在本部落格中，我們將解釋亞閾值技術的運作方式、與之相關的挑戰以及設計人員如何在實際應用中使用它。 重新思考電晶體的工作原理 在標準晶片中，每個電晶體就像一個微小的開關。當施加足夠的電壓（任何高於 1...
在不同功率等級下計算 AI
雖然人工智慧 （AI） 推理在日常應用程式中看似無縫，但後端的產品開發人員和工程師知道人工智慧是多麼耗電。 市場上的每一款最終產品都會經過深思熟慮的妥協，以滿足他們的能源需求。 鑑於人工智慧採用在過去一年中增長的速度如此之快1，整體能源消耗猛增，從而產生了對更大模型和訓練集的需求。 最近的一項研究發現，到 2027 年，人工智慧產業消耗的能源可能相當於荷蘭大小的國家2. 物聯網的興起只會增加等式。 例如，智慧型裝置需要大量能源才能實現創新用例和持久的電池電量。...
力量與效能：Ambiq 超低功耗半導體如何推動 邊緣人工智慧的未來
動力與效能的權衡——重新構思 數十年來，工程師與設計師一直在掙扎於一個艱難的抉擇：你是優先追求更高效能還是更長的電池續航力？歷史上，這兩個目標是互相排斥的。運算能力越大，能源消耗越大，電池續航時間也變短。解決方法包括使用較大的電池;然而，這也造成體積較大、產生大量熱量的裝置的另一種妥協。 在Ambiq，我們正在重新定義這個方程式。透過我們的超低功耗半導體解決方案，我們已證明製造商不再需要為了能源效率而犧牲性能。多虧了 Ambiq...
邊緣運算 AI 的好處
在互聯技術主導的時代，整合人工智慧 （AI） 和邊緣運算，連網設備正在徹底改變我們感知智慧型裝置以及與智慧型裝置互動的方式。這種整合通常稱為本地設備 AI 或邊緣 AI 運算，是一種越來越流行的框架，用於獨立於雲端有效地收集和處理資料。隨著物聯網和智慧型裝置的採用率預計在未來十年內從 15.1 億增加到 34.6 億，邊緣人工智慧有望增強這些設備的功能和智慧。 在這裡，我們將探討邊緣人工智慧的複雜性，包括其優勢、挑戰以及在任何地方實現智慧設備的光明前景。 什麼是邊緣人工智慧？...
測量故障：如何使用邊緣人工智能 評估工業軸承的健康狀況
Edge AI 正在學習以更實用、可擴充的方式，透過工業軸承的振動分析，偵測機器故障的警示訊號。 工業機器的軸承不會一下子就發生故障。它會透過微小的震動和細微的變化來顯示跡象，這些跡象會在幾天或幾周內累積，然後才會出現明顯的問題。世世代代以來，捕捉這些早期警示意味著派遣一名熟練的技術人員手持分析儀，用手讀取資料，並作出判斷。 儘管這種方法仍然有效，但效率低、成本高、頻率低，而且無法在整個工廠範圍內擴展。...
2024 年值得關注的物聯網趨勢
可以肯定地將物聯網 （IoT） 稱為現實，預計到 2024 年將有大約 170 億台設備1。與某些行業不同，指數級增長不會導致快速停滯。物聯網在不斷進步，突破性的創新是理所當然的。 2024 年已經準備實現重大變革，更廣泛的社會層面正在發生重大事件。以下是未來幾天值得關注的四個趨勢： 架構變得更加靈活 隨著技術的發展和變得更加多樣化，創建更具凝聚力的網路的需求將變得更加普遍，開發人員可以在各種平台上無縫建立。...
智慧型洩漏偵測系統的未來： 為何邊緣 AI 正朝感測器方向發展
洩漏檢測產業正在不斷演進。 多年來，監測系統主要著重於資料的蒐集與傳輸。感測器會偵測濕度、測量環境條件，並在超過預設閾值時發出警報。 該模式有助於提升能見度，但僅靠能見度已不再足夠。 客戶越來越期望監控系統能更早發現問題、減少誤報、延長電池壽命，並提供可付諸行動的洞見，而非僅是原始數據。要滿足這些期望，邊緣裝置必須具備更高層次的智慧。 因此，用於智慧洩漏檢測系統的下一代邊緣人工智慧，正從「感測與通報」轉向「感測、理解與預測」。 為何更多資料並非解決之道 現代監控系統的部署會產生海量的資訊。...
風暴的 I（oT）：使用物聯網感測器應對洪水
隨著日曆接近 21世紀 上半葉末，氣候變化繼續在全球範圍內存在並導致全球氣溫升高。 作為造成廣泛破壞和昂貴的恢復工作的罪魁禍首，數十年來每年的洪水數量一直在上升1. 美國國家環境資訊中心將洪水列為第四大損失的自然災害，每次事件平均造成四十五億美元的損失2。 透過利用即時數據和預測分析的力量，支援物聯網的感測器正在徹底改變洪水偵測、控制和恢復的工作和方法。...
人工智慧如何重新設計建築業
你知道嗎？只需一聲語音指令，就能啟動建屋流程。試想一下，只要對應用程式說：「設計一棟 1,500 平方英尺的住宅，配備兩間浴室、17 塊太陽能板，以及兩扇朝東南方向的 8×8 滑動玻璃門」，就能啟動建案。 短短幾秒內，這款應用程式便會生成一份細節精緻、高解析度的建築圖面，隨時可供施工使用。 您也可以向一款應用程式提問：「在冬季期間，我應該安排哪三位工頭上崗，才能將事故發生機率降低至少 20%？」短短片刻之間，這款應用程式就能解決這個問題以及其他人力調度方面的挑戰。...