人脸识别技术行业十大上市公司：推出AIoT以内人脸识别模组终端

人脸识别技术行业十大上市公司：推出AIoT以内人脸识别模组终端Ruff Face ID 的 AI 芯片可实现边缘计算的离线处理，深度神经网络的高级机器学习模型被基于场景进行优化，以在边缘运行包括视频帧、语音合成、时间序列数据和由摄像机、麦克风和其他传感器等设备生成的非结构化数据。 在实时性要求很高的情况下，从云端到边缘的需求被逐步放大。对于人脸识别追踪的任务关键型应用程序中，本地数据处理或边缘计算将开始成为必需。据悉，Ruff Face ID 具有机器视觉及听觉能力，在实际业务场景中，可以在设备边缘进行数据存储和计算，实现低功耗视觉处理速度和准确率。同时具有卷积人工神经网络硬件加速器KPU，可高效能进行卷积人工神经网络运算。 相对于目前市场上其他的人脸识别模组，Ruff Face ID 具备以下竞争优势：实现物联网和AI的边缘计算融合

Ruff Face ID终端打卡机

张通社4月9号消息，近日， Ruff 正式对外推出的 AIoT 新产品是一款名为“Ruff Face ID”的人脸识别模组及终端产品，基于物联网 机器学习技术，将原先复杂的AI算法，嵌入到35mm*42mm大小的芯片模组中，其中 AI 芯片提供了机器视觉和语音识别能力的神经网络计算。

通过神经网络加速器IP，芯片可以在超低功耗下进行高速卷积神经网络计算，如基于卷积神经网络的目标检测和图像分类任务、人脸检测和人脸识别、多分类物体检测与识别等。

Ruff Face ID Module

据悉，Ruff Face ID 具有机器视觉及听觉能力，在实际业务场景中，可以在设备边缘进行数据存储和计算，实现低功耗视觉处理速度和准确率。同时具有卷积人工神经网络硬件加速器KPU，可高效能进行卷积人工神经网络运算。

相对于目前市场上其他的人脸识别模组，Ruff Face ID 具备以下竞争优势：

实现物联网和AI的边缘计算融合

在实时性要求很高的情况下，从云端到边缘的需求被逐步放大。对于人脸识别追踪的任务关键型应用程序中，本地数据处理或边缘计算将开始成为必需。

Ruff Face ID 的 AI 芯片可实现边缘计算的离线处理，深度神经网络的高级机器学习模型被基于场景进行优化，以在边缘运行包括视频帧、语音合成、时间序列数据和由摄像机、麦克风和其他传感器等设备生成的非结构化数据。

基于物联网和 AI 的边缘计算融合，可以实现在业务场景中更加高效快速的响应，同时减少云端数据的存储和运行成本，特别是一些重复性、价值性不高的数据，可以在本地直接边缘计算掉。

即装即用，打通端到端的数据联网

对于企业客户或者厂商来说，智能化的技术在落地到产品层的过程中会经历各种复杂的设备与数据的对接，包括底层技术到模组、模组到设备、设备到数据以及数据到云端，对于技术实力欠缺的企业厂商来说，要克服这些鸿沟既需要花费大量时间成本，还需要对应的技术人员参与其中。

Ruff Face ID 提供了人脸识别的整套模组以及云端服务。云端服务以 SaaS 形式提供给用户，用户可以直接通过调用相应的 SDK 或 API，完成远程设备管理，包括固件升级、算法更新、人脸识别结果消息推送、历史记录查看、远程人脸特征数据管理等，从而让用户实现即装即用的便捷性。

百元以内低成本，让 IoT AI 更快普及

以往的 AI 芯片处理方式是图像等数据传输到云端处理，处理速度快，但是流量费用很高，实时响应不够及时，特别是在任务关键型应用中；而另一种是本地离线处理，但用通用计算的 GPU 或 CPU 来运行，硬件成本又会很高。Ruff Face ID 内置了一颗 AI 专用计算单元 KPU，因此实现了低成本离线的 AI 能力。

随着整体 AIoT 的技术成熟和上下游厂商的出货量增加，在终端客户最关心的价格方面，Ruff Face ID 目前可以做到百元以内的出货成本，极大的降低了终端客户的使用运维成本。