Page 26 - 手機為什麼還要用「獨立」ISP？

24
INDUSTRY TRENDS
True tinyML範例。
(來源:瑞薩電子)
分類模型是工業應用中的典型 案例，重點在於，最後一行儲存 和運算力資源需求量，應當是瑞 薩稱其為「True tinyML」的原 因。Chittipeddi解釋，「Reality AI和我們的MCU、MPU工作流 契合度很高:他們做前端AI模 型開發，我們提供translator libraries——經過融合之後(藉 由e2 studio工具)，就能跑在 M C U、M P U 上 了。」
用我們的MCU和MPU;我們對現 有的客戶，又能透過Reality AI的 工具提供AI模型——提供完整的 套裝，端到端的解決方案，從問題 定義、AI模型到MCU上的實作。」 這也是Chittipeddi反覆提到，瑞 薩在邊緣AI市場形成差異化競爭 的關鍵。
異化方向。我們為客戶提供完整的 工具套件，部分市場競爭者就很難 追上。」Chittipeddi總結，「這其 實不是買間公司這麼簡單的事， 而是建構一整套全面的解決方案 和恰到好處的用戶體驗，讓工具比 競爭對手的更易於使用。若瑞薩能 做到這些，就能在競爭中勝出。」
「如此一來，我們就能為客戶 提供更為完整的產品。而且如果 客戶需要開發AI模型，但本身又沒 有這方面的能力，我們也能提供 Reality AI的model-as-a-service 模型服務。」Chittipeddi強調。從 這番解釋來看，Reality AI是增強 瑞薩AI生態建設能力的重要一環。
此外，Reality AI提供的產品 可能更多地適配於更小運算力的 tinyML裝置上。在運算力需求更 高的DRP-AI生態中，Chittipeddi 也談到了瑞薩為開發者打造更為 全堆疊式、完整系統級解決方案 的執著，以期讓AI開發更加無感。
最後，Chittipeddi再度強調 在Reality AI的加持下，當前瑞薩 於邊緣AI領域相較競爭對手的不 可替代性——即Reality AI能為客 戶，以服務的方式提供AI訓練模 型，也就是所謂的AI model-as- a-service，尤其滿足那些不具備 這方面能力的企業。即便瑞薩和 Reality AI的產品融合還需要一些 時間，但在Chittipeddi看來，這方 面的能力在市場上已足以實現差 異化競爭。
「Reality AI原本的客戶可以 www.eettaiwan.com | 2022年9月
「我們相信邊緣AI是個正在 快步成長中的領域。我們能夠在 這一領域找到相較競爭對手的差
邊緣AI市場正快速發展