感知 -- 邊緣人工智能的數據來源
數據是邊緣人工智能的根本，而感知則是數據的來源。正如一個人不止需要眼睛來感覺世界，包括耳朵等都是感知自然世界的重要器官，機器同樣需要耳聰目明，各種傳感器隨著技術發展應運而生。TI 推出的單芯片毫米波雷達，在許多應用場合可以規避傳統攝像頭的弊端，同時支持系統的多項數據融合，使得機器可以更好地獲取數據，實現對目標的精準感知。
利用毫米波雷達的收發，能夠以極高的精度測量其視野范圍內物體以及障礙物的距離和其相對速度。與基于視覺和激光雷達的傳感器相比，毫米波傳感器的一個重要優勢是不容易受雨、塵、煙、霧或霜等環境條件影響。此外，毫米波傳感器可在完全黑暗中或在陽光直射下工作。這些傳感器可直接安裝在無外透鏡、通風口或傳感器表面的塑料外殼后，非常堅固耐用，能滿足防護等級 ( IP ) 69K 標準。
TI 的單芯片毫米波雷達通過 CMOS 制成工藝技術，實現了傳統雷達所不具備的高性價比優勢，同時結合了 ASIC 后端處理，可以直接降低 BOM 成本，減少產品尺寸，并且減少了對于處理器的依賴。基于 TI 毫米波雷達設計的產品體積是微型激光雷達測距儀的三分之一，重量是其一半。
更重要的是，除了自動駕駛領域，毫米波雷達還可以應用于更廣闊的工業及智能家居、智能樓宇、醫療等領域。比如通過毫米波雷達與空調的結合，可以實現風隨人動、目標人體的姿態感知、自動開關等多項智能功能。而在其他應用中，如針對機械臂操作員的安全監測、物流機器人 / 無人機避障檢測、老人跌倒等監測，毫米波雷達都擁有以往圖像傳感器所不具備的準確、快速感知等優勢，同時滿足許多應用場合的數據脫敏要求（可以安裝在臥室、衛生間等場合）。
除了毫米波雷達之外，TI 還提供了溫度傳感器、DLP 技術、 ToF 等廣泛的產品，從而進一步豐富了機器與人的交互途徑。
決策 -- 邊緣人工智能的大腦
邊緣人工智能設備需要一個聰明的 " 大腦 " 來進行數據處理和決策。集成式 SoC 通常是邊緣人工智能中一個不錯的選擇，因為除了容納能夠執行深度學習推理的各種處理元件外，SoC 還集成許多用于整個嵌入式應用的必要組件。一些集成式 SoC 包括顯示、圖形、視頻加速和工業聯網功能，使單芯片解決方案的功能不僅限于運行 ML/AI。
TI 的 Jacinto™ 7 系列處理器正是這樣一款高度集成的 SoC，芯片內部包括高性能計算、深度學習引擎、用于信號和圖像處理的專用加速器，符合功能安全 ASIL-D/SIL-3 標準。除了高級駕駛輔助系統 ( ADAS ) 之外，處理器還可以應用于機器人、機器視覺、雷達等領域。
集成的專用加速器包括 "C7x" 新一代 DSP 內核，將 TI 行業領先的 DSP 和 EVE 內核結合到一起，并添加了矢量浮點計算功能，并支持向后兼容代碼。隨著邊緣人工智能的興起，DSP 由于其基于哈佛架構，可以顯著提升矩陣運算效率，非常適合神經網絡計算加速。同時，新增的 "MMA" 深度學習加速器可在典型工作條件下，以低功率達到 8 TOPS 的計算性能。
通用內核則包括了多核 Arm Cortex-A72、Cortex-R5F 以及 8XE GE8430 GPU 等。
Jacinto 7 系列的多核異構處理器架構設計，可以最大限度地針對任務進行選擇與優化，從而實現更好的性能提升及成本控制。另外，TI 還將成熟的算法進行硬件化，加之半導體制程的演進，從而實現最佳的性價比和功耗比。比如 TI 的 ISP，可以基于芯片內嵌的硬件加速單元自動實現寬動態調整、圖像金字塔縮放、立體深度視覺以及密集光流算法加速等等。
Jacinto 7 系列處理器提供了涉及硬件和軟件的全面安全解決方案，這是汽車和工業市場的重要關注點。Jacinto 7 系列處理器使用經獨立功能安全評估機構（如 T V S D）認證的硬件開發流程，針對 ASIL-D 功能進行了系統設計。而針對如今 ADAS 數據融合所帶來高帶寬多端口的新挑戰，Jacinto 7 系列也集成了 CSI-2 等多路端口，可以保證同多路傳感器互聯并支持高帶寬數據需求。Jacinto 7 系列同時集成了 PCIe 集線器和千兆以太網交換機，可以用于域控制器，從而實現更高水平的集成度。
為了方便用戶進行開發，TI 推出了 TI-Edge-AI-Cloud，針對 Jacinto 處理器上 AI 推理的云工具評估并支持許多業界通用與流行的深度學習框架（包括 TensorFlow Lite、onNX Runtime、OpenGL ES 等），幫助輕松編譯和部署模型并加速推理。
除了視覺識別所常用的 CNN 之外，諸如預測性維護等邊緣人工智能場景需要的 RNN，Jacinto 7 處理器同樣也提供相應的支持。此外，TI 的工業應用處理器 SitaraTM 系列，集成了 Arm Cortex-A 系列內核，同樣也可以通過 Arm NN 實現相對低算力要求的邊緣人工智能應用，諸如工業應用中的預測性維護等。
