作者:Atmosic产品营销高级总监 Nick Dutton
在国家新基建的背景下,随着5G、人工智能等新兴技术快速应用与普及,万物互联互通已成为经济社会的发展趋势,智能家居也迎来发展机遇。据中研网发布的《2022智能家居行业现状与市场发展前景趋势分析》报告预测,2022年我国智能家居市场规模预计达6515.6亿元。中国将成为全球最大的智能家居市场消费国,占据全球50%-60%的智能家居市场消费份额。
随着消费者对于智能家居消费需求进一步升级,不断增长的智能家居设备对环境的可持续性也持续造成影响。人们越来越多地关注物联网/智能家居的可持续性,因而产品对环境的影响成为消费者购买的重要考虑因素。
智能家居的可持续性
在过去一年中,全球电力需求增长了6%,给很多地区的供应链带来了压力,同时推高了电价。不断增长的能源需求正在加快全球变暖的速度,并引发气候危机。我们可以通过许多方法阻止气候变化,比如从使用化石燃料转向使用可再生能源、保护亚马逊等雨林。但作为个人,我们能做什么呢?
每个人都可以做到的一件事情就是节约用电。当然这并非要求人们不使用电能,完全关掉家里的灯具等设备,而是说我们要尽量避免浪费电。大幅减少能源的使用可以带来巨大的变化,而智能设备有助于降低家庭的用电量。
例如,在智能家居中,智能恒温系统的用户能够在手机上轻松设置偏好、调节空调温度,不论身处家中,还是正在路上。随着AI技术的进步,智能恒温系统甚至能够学习如何根据使用模式来更好地预测用户对暖风和冷风的偏好。这些智能系统能够大幅减少用户的用电量和电费,给消费者带来双赢;还可以帮助用户发现冷暖空调系统中的问题,并在需要更换空气过滤器时发出提醒。
智能照明也能帮助提高可持续性。在智能照明系统中,管理员可以为不同位置、不同时间、以及系统侦测室内人员等设置不同的照明偏好。这种高自适性配合高效的LED灯泡,可以大幅减少用电量。
能量收集需求
为了提高可持续性,物联网行业亟需解决蓄电池问题——每年有数十亿蓄电池被丢弃,导致有害化学物质泄漏到垃圾填埋场。能量收集技术为解决这个问题提供了方法。
智能设备可以同时使用能量收集技术与超低功耗射频、按需唤醒技术等其他低功耗增强功能来延长电池寿命,使一块电池可以一直使用到智能产品报废为止。在某些情况下,能量收集技术甚至可以使设备在没有电池的情况下运行,消除更换电池的不便利性,并为用户带来成本的节约。可以预期,假设搭载能量收集技术的智能设备能够形成规模,将有效地帮助物联网行业变得更加可持续。
能量收集来源
目前,智能设备可以使用的能量收集途径有很多,包括光伏(PV)、射频(RF)、机械动能和热能。光伏是物联网行业中最流行的能量收集来源之一,尤其是对于键盘、鼠标等人机接口设备。现代光伏电池不需要太多的光来收集能量,能够在普通室内光线水平下,甚至从红外线等非可见光源中收集能量。目前,制造光伏电池最常见的材料是玻璃基板,但随着光伏技术的不断创新,未来将可以使用更灵活的材料来制造光伏电池。这些新材料将使环境传感器、信标等能量收集装置的物理形状和尺寸变得更加小巧,从而更容易集成到更多的物联网设备中。
射频能量通过射频源(即发射器)为附近设备供电。发射器的频率、发射功率和占空比都会影响设备与发射器之间的距离限制。虽然我们可以使用任何频率来传输能量,但当使用较低的射频频率(如900兆赫)时,设备与射频源之间的最大距离不能超过5至6米。射频能够为多个设备同时供电,因此非常适合用于零售或工业环境(包括工厂)。
机械动能能量收集技术的另一种能量来源。这种能量的来源有很多,比如按下按钮的动作或电机的振动。跑鞋鞋底上的压力也可以成为机械动能的来源。机械动能收集装置包括电机共振振动收集器、能够对机械压力做出反应的压电发电机等。
热能也是一种可以为无线监测器和传感器供电的能源。热能的来源包括电机、热水管,甚至人体。依靠热能的物联网设备使用热电发电机(TEG)将热源和环境之间的温度差转换为电能。
Atmosic提供的受控能量收集技术为物联网和其他设备的电池和成本问题提供了多种解决方案,能够从光伏、射频、机械动能、热能等多个来源收集应用运行所需的能量。同时,Atmosic推出的SoC产品结合了超低功耗蓝牙技术(BluetoothLE)与集成式的电源管理单元(PMU),能够与光伏电池和射频(RF)天线等能量收集元件直接连接,可降低物料成本,同时提高所收集能量的使用效率。
当然,能量收集并非一种“全有或全无”的技术路线。我们仍然可以将电池技术与能量收集技术结合起来,以大幅度延长电池的使用寿命;或者在某些情况下,使物联网设备完全摆脱对电池的依赖。
为了缓解气候变化所带来的影响,我们仍有很多工作需要做,而搭载能量收集技术的智能家居设备可以成为我们环境绿化和可持续发展工作中的重要组成部分。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。