Unikie 在設備端人工智能領域的專業能力

設備端人工智能（又稱邊緣人工智能）是指直接在本地設備上運行人工智能算法，而非依賴基于云端的服務器的技術實踐。這種方法具有多項優勢，包括更低的延遲、更強的數據隱私性，以及更少的帶寬使用。這種方法還通過在數據源更高效地處理數據來幫助降低能耗，使其成為一種更具可持續性和節能意識的方法，尤其適用于電池供電或資源受限的設備。

Unikie 在開發針對設備端處理和基于 SoC 的人工智能加速優化的人工智能解決方案方面擁有強大的專業能力。Unikie 通過利用我們在嵌入式軟件和傳感器融合方面的深厚知識，將客戶的產品性能提升至新高度。

Silicon Labs AI/ML 加速的 SoC 和模塊

Silicon Labs 以其在開發安全、智能無線技術領域的專業能力而聞名，致力于打造一個更加暢連無阻的世界。Unikie 與 Silicon Labs 的合作聚焦于通過解決復雜的軟件挑戰，幫助原始設備制造商 (OEM) 最大限度地發揮 Silicon Labs SoC 的性能優勢。從概念驗證 (POC) 到產品商業化，我們致力于為 Silicon Labs 的客戶部署可擴展、性能優化的邊緣人工智能應用提供強大支持。此次合作確保了尋求在小尺寸硬件上運行高性價比邊緣解決方案的企業，能夠獲得一流的技術、軟件和專業知識支持。

人工智能賦能邊緣計算的聯合解決方案

Unikie 和 Silicon Labs 提供一系列解決方案，旨在滿足尋求邊緣計算優勢的企業的多樣化需求。這些解決方案包括：

高效設備固件： Unikie 為設備制造商開發具備邊緣人工智能能力的設備固件。我們憑借在 Silicon Labs SoC 的 SDK 方面的豐富經驗，能夠快速開發出滿足客戶特定需求的軟件。

AI 模型部署優化： Unikie 專注于針對設備端和邊緣端的本地使用場景對人工智能模型進行優化。這包括在 Silicon Labs 芯片上部署人工智能，充分利用片上人工智能加速、簡化數據管道，以及 GPU 特定的人工智能性能優化。

網絡安全產品： 這種合作確保了相關解決方案不僅性能卓越，而且安全可靠。設備供應商可借助 Unikie 在嵌入式軟件安全領域的長期經驗，確保其產品在各個層面都具備安全性。

真實設備端人工智能應用與成功案例

Unikie 和 Silicon Labs 已經通過各種成功的項目展示了他們合作的巨大潛力。例如，我們已在行業活動中展示了設備端嵌入式 AI/ML 解決方案，重點呈現了我們技術的實際應用和優勢。

最近，在 2025 年嵌入式展覽會 (Embedded World) 上，Unikie 和 Silicon Labs 聯合展示了一種在低成本 BG24 藍牙 SoC 上運行的車輪位置檢測解決方案。該解決方案能夠使用最少的硬件將輪胎壓力數據準確地與每個車輪關聯起來。最終應用是輪胎壓力監測系統 (TPMS)，在該系統中，可靠的車輪識別是確保準確、及時報警的關鍵。

其基本原理源自藍牙 AoA 算法，該算法通常需要多個傳感器以及大量的資源進行數學處理和濾波，以生成可靠的定位數據。

在展示中，Unikie 的 AI 算法在一個 Silicon Labs BG24 芯片上運行，該芯片使用片上 AI 硬件加速器，只需幾毫秒即可完成計算。

簡言之，我們通過將 Unikie 在嵌入式軟件和設備端 AI 優化方面的技能與 Silicon Labs 的 AI/ML SoC 相結合，正在引領性能優化的邊緣計算領域。我們的聯合產品為公司提供了工具，使他們能夠創建在小尺寸硬件上運行的經濟高效的創新型邊緣解決方案。

觀看我們在 2025 年嵌入式展覽會上拍攝的演示視頻：