策必须转移到设备本身。这些网络边缘设备包括自动驾驶汽车、物联网传感器、安全摄像头、智能手机、笔记本电脑和个人电脑等。因此网络边缘计算的潜力巨大。
数据重压之下，云端无法包揽一切
智能手机和物联网设备的指数级增长推动了网络边缘计算的发展，这些设备无处不在，必须连接到互联网才能向云端发送信息或从云端接收信息。一些物联网设备（例如摄像机）在运行过程中会生成大量数据。
其他物联网设备，如温度传感器，会生成少量数据，但由于这样的传感器数量可达数十亿，为云端处理带来了极大的负担。因此，基于网络边缘的处理十分必要，不仅可以降低云端的网络通信成本和云存储成本，还能避免云端数据通道过载。
网络边缘产品和应用的开发人员越来越多地采用人工智能和机器学习（AI/ML）算法来匹配和识别复杂的模式，以帮助分析数据并据此做出决策。事实上，AI/ML技术的使用增长极其迅猛。
如今AI/ML算法被视为高效处理原始数据的必要手段，因为它们可以识别出传统的算法程序难以解析和识别的复杂、多维度的数据模式。一些特定的AI/ML应用包括检测、识别、辨认和计数人员或物体；资产和存货追踪、环境感知、声音和语音检测和识别、系统健康监测以及系统维护调度等。

许多可以利用AI/ML功能的网络边缘应用需要在极具严苛的功耗限制下运行。这些广泛分布的设备通常依靠电池供电。此类应用在各种网络边缘环境中比比皆是，包括工厂、农场、办公楼、零售店、医院、仓库、街道和住宅。随着它们数量的增加，这些设备需要在仅充一次电或者仅依靠收集和存储能量的情况下运行较长时间，甚至可能是几个月或几年。
因此，许多设备需要在大部分时间里处于睡眠或休眠状态，在设备处于非活动状态时大部分电路应处于低功耗待机模式。然后激活事件会在需要时启动设备。在此类应用中，以超低功耗运行的基础电路系统必须保持待命，等待激活事件，然后根据需要为设备的其余部分供电。
FPGA以低功耗实现AL/ML
对低运行功耗和AI/ML算法实现的需求似乎与低功耗网络边缘设备设计的要求相互冲突。然而，这两种复杂的设计要求其实并不矛盾。莱迪思最新的FPGA——低功耗、小尺寸、高性能的CertusPro-NX系列器件——专为满足低功耗网络边缘设备的诸多设计要求而定制。这些FPGA可以支持多个传感器、显示器，支持高分辨率视频、网络连接和网络边缘AI/ML处理。
与此同时，莱迪思最新发布的sensAI解决方案集合4.1版本提供了即用的AI/ML工具、IP核、硬件平台、参考设计和演示以及定制化设计服务，有助于设计团队开发新的网络边缘设备，并将其快速推向市场。最新版本的sensAI支持CertusPro-NX FPGA。
莱迪思sensAI解决方案集合可加速端到端的AI/ML模型训练、验证和编译。莱迪思在2021年初发布的sensAI 4.0中新增了sensAI Studio设计环境，这是一种基于图形用户界面（GUI）的工具，可帮助开发人员快速构建机器学习应用。在使用莱迪思sensAI 4.1中的工具设置网络边缘计算设计，并且采用莱迪思iCE40 UltraPlus、CrossLink-NX、ECP5和CertusPro-NX FPGA时，可以在超低功耗下实现实时的AI/ML功能——功耗低至1mW到1W。