Axelera AI：边缘计算加速智能创新解决方案-电子发烧友网

随着人工智能技术的不断发展，边缘计算（Edge Computing）已成为企业创新与数字化转型的重要引擎。如何在有限的计算资源下，实现高速且精确的 AI 推理任务，是企业面临的主要挑战之一。Axelera AI 凭借其卓越的 AI 加速解决方案，致力于协助企业快速部署高性能、低功耗的边缘计算平台，广泛应用于智慧城市、智慧交通及工业检测等领域。接下来说明 Axelera AI 产品特色与技术重点（Key Features and Technologies）。

Axelera AI 提供的 AI 加速产品具有以下特色与技术优势：

Voyager SDK 的易用性和集成性：支持 ONNX，这是一种为机器学习设计的开放式文件格式，用于存储训练好的模型。可以让不同的人工智能框架，例如 Pytorch、MXNet，采用相同的格式存储模型数据并进行交互使用，从而实现易于集成和快速部署。

高性能AI模型推理加速：通过独有的软硬件协同优化技术，大幅提升推理效率并降低功耗。Metis AIPU 支持在 INT8 精度下高达 214 TOPS，ResNet-50 推理速度可达3,200帧每秒，远超同级加速器，并且根据 Axelera 公布的基准测试结果，结合其 Voyager SDK，Metis 的平均推理速度超越主要竞品。它的速度比 Hailo-8（26 TOPs）快约10倍，比高通的骁龙X（Snapdragon X 45 TOPs）快约4倍，在某些情况下甚至可以媲美 NVIDIA Jetson Orin AGX，性价比也令人印象深刻。在 M.2规格的开发版中，竞争对手寥寥无几，主要包括 Hailo、Google Coral、Kneron、DeepX 和 Sima.ai。就原始性能而言，Metis M.2 是目前最快的选择之一。

软硬件协同加速：Voyager SDK 可自动处理量化、模型优化、前后处理并行执行（推理在 AIPU 上进行，其他处理可在 CPU/GPU 上并行执行），进一步缩短从图像输入到结果输出的整体延迟。

Axelera Voyager SDK

多核可以同时处理多个模型：Metis AIPU 可选择将四核心并发运行于单一大型模型，或独立执行多个轻量模型，支持多流、多任务 AI pipeline，用于复杂图像分析，例如多摄像头或多阶段处理。

功耗表现卓越：Axelera AI提供的产品，在边缘设备中实现了高性能与低功耗的理想平衡。高效能达到15 TOPS/W，其推理计算与功耗比极具竞争力，典型运行功耗仅为8–15 W。Metis PCIe 模块的实测功耗范围在8到15瓦之间，而M.2卡的功耗更低，可低至3.5 W，峰值不超过9 W，非常适合用于功耗敏感的嵌入式或无风扇系统，适用于功耗严格限制的嵌入式与边缘设备。

支持动态频率调整（降频）：可根据实际运行需求调整时钟，以进一步降低功耗并优化性能/能耗比。Metis AIPU内置降频功能，能够根据实际运行场景动态调整运算时钟，灵活降低功耗。同时通过Voyager SDK智能配置，保持高效的fps/W，更适合在不同使用场景下实现功耗优化与性能兼顾。

D-IMC 架构优化能量使用：利用数字内存计算（Digital In-Memory Computing）减少数据搬移，避免能源浪费，是高性能结合低功耗的核心。

完整的开发生态圈：通过开源的GitHub平台，提供详尽的SDK安装指南、模型转换流程以及丰富的部署示例，简化开发过程。

Axelera Github:https://github.com/axelera-ai-hub/voyager-sdk/blob/release/v1.3/README.md

再来说到应用案例分析，Axelera AI 已在实际应用案例中展现了显著的性能提升，以下是几个案例分析：

1. 智慧交通 - 实时 AI 推理性能：使用 Metis AIPU 配合 Voyager SDK 处理视频流的性能可超过 780 FPS，彰显其具备超高吞吐能力，非常适用于交通监控与车辆检测等实时应用场景。以交通流量为例，将获取的原始数据或采用实时的摄像头来截取车流数据，可以计算特定时段的车流量数据，用于智慧交通的规划。

2. 工业自动化与质量检测：在工业制造领域，Axelera 强调 Metis AIPU 能在不损失准确度的前提下，提供GPU水平却更低功耗的机器视觉性能，说明其能够在生产线上实时完成缺陷检测与分拣，相较人工具备更高的速度与精确度。以水果工厂为例，可在流水线上实时完成缺陷检测与分拣，从而节省人工筛选的时间成本。