Page 11 - 防禦還是破口？辨識AI的安全威脅

有CoreGuard互鎖路徑，從而證 明了整合N25 RISC-V處理器與 CoreGuard的可行性。
PULSE
許多方法都可用於確保SoC的 安全性。本文介紹的是使用內建於 RISC-V架構中的固有特性以及附 加擴展，如何有助於展開確保CPU 安全的過程。接著，本文說明為晶 片級安全性另外增加一個分層，能 夠保護資料流程以及SoC中不同 元件之間的互動。確保安全並不 至於太困難，但確實需要規劃。
圖4:N25 RISC-V處理器與CoreGuard整合的可行性證明。
AI加速SoC建構聲音感知的智慧門鎖
作者:Chris Rogers，SensiML 創辦人兼 CEO
人們不需要花很長時間就能找到 智慧連網裝置逐漸進入家庭和日 常生活的例子，包括智慧燈泡、智 慧集線器、恆溫器、電器甚至智慧 狗碗等，這些裝置幾乎都是連網 的，有些甚至是被稱之為「智慧」 的裝置——但問題是大多數裝置 還是透過雲端或智慧型手機應用 程式(app)來實現智慧。
最近的硬體進展使此一趨勢 朝著真正智慧的IoT邊緣應用和 裝置發展。硬體不斷的創新正將 AI從雲端帶到以超低功耗晶片驅 動的IoT邊緣裝置本身。除了硬體 之外，具有AI能力的邊緣晶片還 需要強大的配套軟體工具，讓開 發人員輕鬆地開發這些新處理器 的全部潛力。
新的硬體進步如今正伴隨著新的 AutoML軟體工具，如SensiML分 析工具，能夠統一並簡化建構真 正智慧IoT邊緣裝置的工作流程。
最新一代具有AI能力的邊緣 處理器，如SiliconLabs的MG24和 BG24 SoC，結合AI加速以及最新 發佈的SensiML分析工具套件，支 援這些裝置的全部功能，讓開發人 員在建構真正智慧的IoT邊緣裝置 方面邁出了重要一步。具體而言， 對於音訊分類等需要複雜神經網 路模型的進階用例，MG24/BG24 SoC產品家族和SensiML的組合讓 目前具有IoT開發技能的專案團隊 輕鬆創建節電、低延遲的AI應用。
目前這類裝置本身很少是自 帶智慧的——即利用邊緣推論運 算來提供其可自主處理和行動的 本地洞察力，而不需要依賴網路 的輔助。隨著針對物聯網(IoT)邊 緣裝置的最新嵌入式晶片和微控 制器出現，讓這些裝置擁有更強 大的處理器，甚至是專用的人工 智慧(AI)加速器，這種限制正在迅 速改變。
眾所周知，在不影響AI學習 曲線的情況下做到這一點是一項 艱鉅的挑戰。畢竟建構具有產品 價值的、資料驅動的AI模型是一 個多學科的過程，涉及AI、數位訊 號處理、專業領域知識和韌體的 最佳化。這些都是典型的專業領 域，具有獨立發展的專業工具，以 適應嵌入式感測器資料處理的每 個特定領域專業使用者。所幸最
為了說明這種硬體/軟體組合
SoC內建AI加速
www.edntaiwan.com 9