AI算法稳步进入IOT边缘设备，在实时性能，功率效率和增强的安全性方面带来优势。在边缘的人工智能（AI）的一个流行实施是一个具有语音控制的智能扬声器。

根据一项调查商业内幕智慧在美国，多达一半的美国受访者称，他们的家里有语音智能设备。据介绍，智能音箱最受欢迎的用途是听音、查询和购物，但不一定是购买eMarketer。

将电池供电的智能扬声器引入市场，肯定会发现更多的智能扬声器使用案例，并帮助推动进一步的市场增长。防止电源线允许用户将智能扬声器从房间移动到房间，或外面到庭院或池 - 基本上有互联网连接。

AI操作模式

ai依赖于两个不同的操作模式。首先是学习或训练阶段，其中机器学习算法用于创建工作模型。推理阶段是系统根据培训解释数据的位置。这些知识通常以推理表的形式存在于设备上。对于边缘设备，用户体验极大地受推理阶段性能的影响。

智能扬声器利用推理表进行唤醒或Word识别等功能。智能扬声器侦听特定的口语单词，并使用存储的推理表来确定它刚刚听到的单词是否是其预定的唤醒词。

闪存注意事项

由于这些系统严重依赖于代码和数据存储，因此系统性能和成本直接依赖于内存的性能和成本。在设计执行AI算法的电池供电边缘设备时，架构师必须重新审视其系统的内存架构。

在文章中，“为您的电池供电语音控制AI扬声器选择正确的闪存， Adesto的Bard Pedersen研究了用于实现智能电池扬声器推理阶段的不同记忆架构选择。

本文解决了用户友好体验的两个关键注意事项：

• 用户希望电池寿命长，所以系统必须在空闲状态下具有超低的能耗
• 用户预计一旦他们说出命令字，就会立即响应设备，因此响应时间必须快速

关于人工智能内存配置的更详细比较，请参阅白皮书。”AI在边缘:不要忘记回忆”。

本文研究:

• 选择用于AI应用程序的内存架构的注意事项雷竞技安卓下载
• 不同选择之间的权衡，包括外部DRAM，外部四SPI闪存，内部嵌入式闪存
• 一种使用串行和闪存设备的方法，用于代码，数据和就机就地操作