芯東西（公眾號：aichip001）
編輯 | 高歌
智東西6月11日消息，近日GTIC 2021嵌入式AI創(chuàng)新峰會在北京圓滿收官！在這場全天座無虛席、全網(wǎng)直播觀看人數(shù)逾150萬次的高規(guī)格產(chǎn)業(yè)峰會上，來自產(chǎn)業(yè)鏈上下游的16位大佬共聚一堂，圍繞嵌入式AI的軟硬件生態(tài)創(chuàng)新、家居AIoT、移動機(jī)器人和工業(yè)制造產(chǎn)業(yè)4大版塊地圖，帶來了深入淺出的分享。
作為下午場唯一家硬件平臺廠商代表，賽靈思公司的軟件和解決方案市場部高級經(jīng)理劉珊珊帶來了以《MPSoC平臺加速工業(yè)視覺應(yīng)用創(chuàng)新》為題的深入分享。
▲賽靈思軟件和解決方案市場部高級經(jīng)理劉珊珊
劉珊珊回顧，近些年賽靈思在不斷地加速轉(zhuǎn)型，從傳統(tǒng)的FPGA，到延續(xù)FPGA核心價值的片上系統(tǒng)，再到最新一代的自適應(yīng)計算加速平臺（ACAP平臺），公司研發(fā)出更易于軟件編程的體系結(jié)構(gòu)，同時也為客戶提供更廣泛的部署方法。
據(jù)劉珊珊分享，MPSoC平臺最大的優(yōu)勢是具備整體應(yīng)用協(xié)同優(yōu)化的能力。談到AI在工業(yè)場景的應(yīng)用，她提到了安全生產(chǎn)、工業(yè)質(zhì)檢、AGV/AMR三大領(lǐng)域，并列舉了測量、識別、引導(dǎo)、檢測等工業(yè)質(zhì)檢領(lǐng)域的的細(xì)分場景，指出其中都可能嵌入視覺AI應(yīng)用。
劉珊珊談到，賽靈思的工業(yè)和視覺解決方案堆棧提供包括功能安全、網(wǎng)絡(luò)安全、控制、通信、視覺處理、機(jī)器學(xué)習(xí)和邊緣分析等解決方案，支持實(shí)時決策。硬件可編程的MPSoC使通用處理子系統(tǒng)與可編程邏輯相結(jié)合，從而適應(yīng)多種工業(yè)場景解決方案的定制開發(fā)，并通過單芯片邊緣平臺方案降低成本。
最后，劉珊珊介紹了一款賽靈思最新發(fā)布的系統(tǒng)化模組K26 SOM，這正是基于MPSoC架構(gòu)為工業(yè)視覺打造的模組。該模組即插即用，無FPGA開發(fā)經(jīng)驗(yàn)的人也能在一小時內(nèi)啟動運(yùn)行；針對這一標(biāo)準(zhǔn)平臺，賽靈思還向用戶推出應(yīng)用商城，提供標(biāo)準(zhǔn)化的軟件開發(fā)流程。
以下是劉珊珊的演講實(shí)錄整理：
一、賽靈思架構(gòu)不斷演進(jìn)，自適應(yīng)計算平臺滿足AI需求
劉珊珊：非常榮幸，我作為今天下午唯一一個做分享的女生，也是唯一一個從硬件平臺的角度來分析工業(yè)視覺應(yīng)用創(chuàng)新，我今天的分享分為三個方面。
首先，讓我們來看一下賽靈思是如何通過自適應(yīng)計算對我們的世界進(jìn)行改善。從5G、AI、自動駕駛的興起到云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)這些應(yīng)用的蓬勃發(fā)展，我們看到了市場應(yīng)用的需求正在經(jīng)歷著前所未有的快速變化，正因?yàn)槿绱?，賽靈思以其獨(dú)特的自適應(yīng)性和靈活性平臺被越來越多的人所認(rèn)識并關(guān)注，它帶給設(shè)計者帶來強(qiáng)大的應(yīng)對變化的能力，正如賽靈思的企業(yè)愿景，打造靈活多變，萬物智能的世界。
首先我和大家分享的是，賽靈思如何通過賦能創(chuàng)新來對我們的生活、對人們想實(shí)現(xiàn)守護(hù)健康、想實(shí)現(xiàn)生活改善以及探索宇宙的夢想。
在當(dāng)下這場席卷全球的新冠疫情當(dāng)中，賽靈思始終以最高的優(yōu)先級支持全球的合作伙伴來做一些醫(yī)療設(shè)備相關(guān)的研究和開發(fā)，以及批量生產(chǎn)。早在去年1月，在武漢疫情最水深火熱的時候，賽靈思率先支持邁瑞用于病患轉(zhuǎn)運(yùn)過程中監(jiān)護(hù)設(shè)備的批量生產(chǎn)，為醫(yī)護(hù)工作者提供了便捷、高效的前端監(jiān)護(hù)設(shè)備，為病患提供了生命保障。
在汽車領(lǐng)域，賽靈思一直以其車規(guī)級芯片幫助全球的汽車伙伴，對他們的一些來自于多個傳感器的數(shù)據(jù)處理，來提升車輛的感知能力，從而加速AI在道路上的決策能力。
最近一個非常火熱的話題是，各個大國爭先將太空探測器發(fā)向了火星。在這之中，賽靈思也做了非常突出的貢獻(xiàn)，我們在“毅力號”的火星車?yán)镞x取了多款賽靈思的器件，用來給火星車著陸火星表面時進(jìn)行導(dǎo)航定位以及自動駕駛方面的一些計算，同時也承擔(dān)了一些圖象加速和處理的任務(wù)。
為了幫助（向）我們的客戶提供更加靈活應(yīng)變的計算能力，賽靈思也在經(jīng)歷著不斷的轉(zhuǎn)型。最初我們傳統(tǒng)的FPGA的架構(gòu)，我們也在不斷演進(jìn)，結(jié)合了FPGA核心的價值以及其它的需求，打造成了一個片上系統(tǒng)（SoC），后來伴隨著各個不同場景和不同需求，推出MPSoC、RFSoC、以及我們最新的7nm自適應(yīng)計算加速平臺ACAP的問世。
這個過程中賽靈思一直不斷投入各種各樣的研發(fā)力量，來探索更適應(yīng)、更友好地面向軟件編程的體系架構(gòu)。與此同時，我們也在為客戶提供非常廣泛的部署方法，包括傳統(tǒng)的部署方式把芯片集成到自己的系統(tǒng)中去。
近些年，我們也為客戶提供像AIveo、SOM可以即插即用性的加速卡或者系統(tǒng)級的模組。我們也跟全球的云計算伙伴一起合作，把FPGA這種計算資源作為云上的服務(wù)，向大家提供更易于接入的FaaS服務(wù)。
說到AI，其實(shí)賽靈思的自適應(yīng)計算平臺，它其實(shí)是最能夠滿足AI創(chuàng)新速度需求的硬件。在AI的角度，我們有最核心的優(yōu)勢就是可以進(jìn)行整體AI應(yīng)用的協(xié)同優(yōu)化。在實(shí)際應(yīng)用中，AI推理只是任務(wù)的一部分，我們還存在大量的前處理、后處理任務(wù)。
這些任務(wù)中往往會涉及海量的數(shù)據(jù)交互，以及很多計算的能力，如果把這種交互放到芯片之外，甚至放到板子之外，勢必很容易造成整個系統(tǒng)效率低下的問題。
賽靈思把關(guān)鍵的功能提取出來，經(jīng)過底層優(yōu)化之后，把它緊耦合在一個單芯片的解決方案里面，極大地提升了整個系統(tǒng)的工作效率，同時降低了系統(tǒng)功耗以及時延。
二、針對工業(yè)引導(dǎo)、檢測環(huán)節(jié)，不規(guī)則、低辨識度物品依賴AI算法識別
下面進(jìn)入人工智能如何賦能智慧工廠的。前面專家講了工廠里面檢測相關(guān)的應(yīng)用，下面看一下我們對視覺在工業(yè)場景里面應(yīng)用的理解。我們認(rèn)為，（視覺在工業(yè)場景中）分為三大類相關(guān)應(yīng)用，第一類是跟安全生產(chǎn)相關(guān)的、（跟）智能安防相關(guān)解決方案。
在這一類的解決方案里面，我們更加注重職場人員是不是按照規(guī)定去著裝、是不是在規(guī)定的區(qū)域和范圍內(nèi)進(jìn)行活動、是不是按照規(guī)范的操作流程做相應(yīng)的施工的操作，這些是我們傳統(tǒng)的安防攝像頭就能夠解決的問題。
下一個場景，跟產(chǎn)線上的生產(chǎn)制造相關(guān)的、工業(yè)質(zhì)檢的相關(guān)解決方案。這類解決方案包括測量、識別、引導(dǎo)以及檢測等等，檢測剛才有很多專家已經(jīng)進(jìn)行了非常細(xì)致的介紹。
第三個場景，我們認(rèn)為是以工業(yè)場景的物品搬運(yùn)以及上下料相關(guān)的自主駕駛的小車、包括一些機(jī)器人相關(guān)的解決方案。在這里面剛剛有嘉賓分享到，我們說核心的兩個任務(wù)，一個做環(huán)境重建，這部分的任務(wù)多是基于多種傳感器的融合，包括一些視覺、激光雷達(dá)、毫米波雷達(dá)、包括現(xiàn)在很火的雙目和機(jī)構(gòu)光等等這類傳感器，我們要對這些傳感器進(jìn)行融合，并且對它的數(shù)據(jù)進(jìn)行實(shí)時分析。
另外一種，我們說要去做導(dǎo)航，要去做避障，這里面涉及到相應(yīng)的算法，也會需要我們有一些邊緣側(cè)的計算加速的能力。
下面，我們看一下在工業(yè)質(zhì)檢場景里面，機(jī)器視覺和AI分別有怎樣的貢獻(xiàn)。剛剛講到把工業(yè)質(zhì)檢分為四個應(yīng)用場景，分別是剛剛提到的測量、識別、引導(dǎo)以及檢測。
測量指的是去做一些物體和物體之間以及物體自身的尺寸測量；識別指的是零部件代碼，包括它的二維碼、條形碼進(jìn)行識別，主要用于進(jìn)行質(zhì)量溯源以及生產(chǎn)流程的管控。
在引導(dǎo)環(huán)節(jié)，一般是定義物品所處的位置和方位，我們有一些機(jī)器的構(gòu)造對物品進(jìn)行抓取和放置，大家一聽就很明白，就是我們在做一些產(chǎn)品的組裝；檢測呢，就是我們在這個過程中對零部件以及一些產(chǎn)成品做瑕疵、分類相關(guān)的檢測。
測量不管用2D還是3D的sensor始終解決的是定性問題，這個領(lǐng)域核心多是光學(xué)，AI關(guān)聯(lián)度并不高。
在識別的場景里面，如果僅僅是基于對編碼規(guī)則的理解，其實(shí)也是用不到AI的，但是一定特定場合比如做OCR或者具有復(fù)雜背景或者不是那么清晰有一些臟污的條形碼、二維碼的識別，這時候AI就要發(fā)揮作用，這是AI在工業(yè)質(zhì)檢領(lǐng)域非常簡單的應(yīng)用。
相對測量識別，我們的引導(dǎo)和檢測其實(shí)是更加注重和依賴于算法的。在引導(dǎo)的應(yīng)用場景里面，我們傳統(tǒng)是采用2D的方式，對于結(jié)構(gòu)和形狀長得非常標(biāo)準(zhǔn)的零部件，我們可以去做一些相應(yīng)的引導(dǎo)。
如果這個物品變成一種柔性物質(zhì)或者零部件本身是不規(guī)則的，我們就會使用一些3D方案解決，在3D方案里面AI視覺包括人工智能就發(fā)揮了很大的作用。在檢測環(huán)節(jié)也一樣，在傳統(tǒng)的檢測方案里面，比如自動光學(xué)檢測是基于模式識別的方法論，本身具備一些系統(tǒng)泛化性比較差這樣的瓶頸。
當(dāng)然我們在一些更復(fù)雜的場景，比如檢測的背景很復(fù)雜，或者像PCB、表面貼裝工程本身辨識度不是很高的目標(biāo)物品的檢測，傳統(tǒng)的機(jī)器視覺的方式就不是那么好用，在這種情況下需要請出AI來幫忙。
在這里簡單總結(jié)一下，在工業(yè)質(zhì)檢環(huán)節(jié)里面什么樣（的工作）適合AI來做？第一個，物品本身形狀不規(guī)則或者物品某些屬性特征發(fā)生會變化的引導(dǎo)會用到AI。第二，檢測物體的背景非常復(fù)雜，在這種情況下要做目標(biāo)的檢測或者一些分割，或者我們一些表面紋理的識別和材料的分類，以及剛剛提到識別場景里面會有污損的二維碼、條形碼處理，我們可能會用到AI。
三、Kria入門套件一小時完成部署，Vitis AI降低使用門檻
這些跟賽靈思有怎樣的關(guān)聯(lián)？其實(shí)，賽靈思的MPSoC平臺很好地結(jié)合了通用子處理器以及邏輯單元，把它們很好地整合到一顆芯片上。這樣的一個架構(gòu)很友好，能夠?qū)崿F(xiàn)我們在工業(yè)場景里面非常特殊的一些功能，比如說，工藝安全的要求、網(wǎng)絡(luò)安全的要求、信號處理、工業(yè)控制，以及剛剛提到的機(jī)器視覺、AI以及邊緣側(cè)的實(shí)時決策能力。
針對這些特殊的功能，我們就可以拿來打造非常具有場景的、差異度的工業(yè)檢測應(yīng)用內(nèi)容。
下面我們進(jìn)入到MPSoC平臺助力工業(yè)視覺話題的分享。在這里，我想給大家推薦一款我們最新處理器平臺，是系統(tǒng)級模組K26。
這個就是我們的基于MPSoC架構(gòu)的系統(tǒng)模組，模組里面具有CPU、GPU和FPGA邏輯單元，可以支持AI算力最高達(dá)到1.4TOPS/S，什么概念呢？現(xiàn)在，我們在應(yīng)用場景里面見到的主流神經(jīng)網(wǎng)絡(luò)模型經(jīng)過壓縮之后，我們這顆芯片或者整個模組都可以實(shí)現(xiàn)實(shí)時或者準(zhǔn)實(shí)時處理能力。
除此之外，在這顆芯片上因?yàn)槭菫楣I(yè)視覺打造的，做了硬化的264、265編解碼硬核，可以做到4K的圖象質(zhì)量，60幀的處理速率，這個是完全不占用我們模組上額外的計算資源的。那除此之外，我們?yōu)榱烁鞣N應(yīng)用，做了各種豐富接口的準(zhǔn)備，包括各種各樣的輸入、輸出設(shè)備，以及我們在上面放了4顆4G的DDR存儲，可以基本上滿足現(xiàn)在主流的AI計算在邊緣側(cè)運(yùn)用的存儲能力。
那同樣，這也是一個即插即用型的系統(tǒng)級模組，專門為我們的開發(fā)者提供了一個我們叫入門級的套件，在這個套件上面，一個沒有任何FPGA開發(fā)經(jīng)驗(yàn)的人也可以在一個小時之內(nèi)把它啟動、運(yùn)行一些我們準(zhǔn)備好的加速應(yīng)用。
當(dāng)然，我們給大家提供了一個非常簡潔的說明書，根據(jù)說明書我們把輸入輸出設(shè)備一一連接，把官方提供的鏡像燒寫到SDK卡上，根據(jù)我們的興趣下載官方提供的已經(jīng)加速好的應(yīng)用，這樣就可以把這個應(yīng)用跑起來。
在這里面，我們還要介紹一下，現(xiàn)在針對這一款標(biāo)準(zhǔn)化的硬件平臺，我們還推出了賽靈思的應(yīng)用商城，在商城里面有很多來自于賽靈思自己去做定制化加速的應(yīng)用，也有很多包括第三方合作伙伴來貢獻(xiàn)的應(yīng)用，像智能相機(jī)、帶有reid功能的AIBOX、瑕疵檢測、車牌識別等等，現(xiàn)在這些已經(jīng)可以在官方的應(yīng)用商城里面下載，可以拿一塊板子自己跑起來。
在這里，我想說，賽靈思首次推出邊緣側(cè)標(biāo)準(zhǔn)化的硬件平臺，它的意義和價值源源不止于此。我們還同時為大家提供了標(biāo)準(zhǔn)化的軟件開發(fā)流程。這樣的話，可以幫助更多的應(yīng)用開發(fā)者把這個硬件平臺用起來，根據(jù)自己的經(jīng)驗(yàn)，包括自己所在的領(lǐng)域，推出更好的加速應(yīng)用。
同時（開發(fā)者）可以把這些應(yīng)用放到官方的商城上，我們會有一系列的商業(yè)化平臺能力提供給大家。與此同時，對于一些應(yīng)用開發(fā)的用戶，他所需要的東西可以直接從商城上找到，這樣我們就形成了硬件平臺和應(yīng)用良性循環(huán)的小小生態(tài)。
下面，我們就進(jìn)入到怎么能夠在這個平臺上通過一些標(biāo)準(zhǔn)化的軟件開發(fā)流程，來開發(fā)跟AI跟視覺相關(guān)的應(yīng)用。首先，我們來關(guān)注，如果你僅僅是一個AI應(yīng)用的開發(fā)者，只關(guān)注到神經(jīng)網(wǎng)絡(luò)模型這個層面的加速就夠了。
我們在這里會用Vitis AI這款工具給大家提供一個DPU的IP。這個DPU，就是我們針對現(xiàn)在一些主流的框架，像TensorFlow、Caffe、PyTorch做好了底層硬件的加速。所有開發(fā)者需要做的就是選取一款適合自己的DPU IP和自己的神經(jīng)網(wǎng)絡(luò)模型做適配，做一些參數(shù)的調(diào)整，以及會把我們的網(wǎng)絡(luò)做一些優(yōu)化，這樣就得到可以直接部署在我們SOM平臺上的加速網(wǎng)絡(luò)。
在實(shí)際應(yīng)用的開發(fā)過程中，我們的SOM平臺可以直接接受來自各種sensor直接的數(shù)據(jù)流輸入，也可以接受來自于互聯(lián)網(wǎng)和本地文件的音、視頻流的輸入。
像我們在音視頻流的轉(zhuǎn)碼、包括我們的協(xié)議的解包、色彩域變換、resize以及歸一化的前處理，以及我們后面的對于打上BoundingBox、對于一些ROI的提取，以及根據(jù)輸出需求做一些視頻的融合和顯示，或者通過互聯(lián)網(wǎng)傳輸后處理，我們都固化了下來，所有的流程你都不需要關(guān)心，只需要關(guān)心你的模型與DPU的適配。這樣，我們就極大地降低了沒有任何開發(fā)經(jīng)驗(yàn)的AI開發(fā)者使用MPSoC這款平臺的門檻。
對于軟件開發(fā)者而言，我們推薦Vitis這款軟件給大家做開發(fā)。（在）Vitis軟件中，我們把大量經(jīng)過底層優(yōu)化的加速庫提供到軟件里面去，我們會通過library的形式，讓很多熟悉C++、OpenCL語言的開發(fā)者，可以在自己熟悉的語言環(huán)境下，對我們的應(yīng)用進(jìn)行定制化開發(fā)。
怎么樣定制化的開發(fā)呢，我們剛剛講，除了DPU這部分跟AI相關(guān)的加速之外，我們的前處理、后處理都可以調(diào)用已經(jīng)硬化好的library IP，實(shí)現(xiàn)我們定制化視頻流的應(yīng)用開發(fā)。
對于硬件開發(fā)者來講，我們MPSoC這款系統(tǒng)化模組，我們SOM這個平臺就可以把邏輯資源和系統(tǒng)級的方案完備性優(yōu)勢進(jìn)行充分發(fā)揮，從RTL層面做全流程的加速，這樣你得到的就是一個完全差異化的產(chǎn)品或者解決方案。
那在這里，其實(shí)特別想說我們Kria SOMs這個硬件平臺，它工業(yè)的這個場景有什么特定的屬性與我們工業(yè)的需求相匹配。首先，這是一個我們?yōu)楣I(yè)級產(chǎn)品來打造的一個處理器平臺，所以它在在抗震和抗極端的高低溫情況下都有非常好的表現(xiàn)，同時它也有非常長的工業(yè)生命周期的保障。
這是一款我們在市面上能夠見到的，最具網(wǎng)絡(luò)安全的一款SOM模組。為什么這么講呢？首先，就是我們16nm的MPSoC，它本身就具備安全訪問的機(jī)制。它在SOM平臺上面，我們又單獨(dú)加了來自英飛凌TPM 2.0安全的芯片。這個芯片可以用來做遠(yuǎn)程認(rèn)證，做密鑰存儲的管理。所以說，這個是我們雙保險對于工業(yè)級信息安全的要求。
第三個，這顆芯片以及基礎(chǔ)上打造的Kria SOM模組，是在全球多個國家得到了我們下面列的所有工業(yè)級的認(rèn)證，在世界范圍內(nèi)我們對于工業(yè)安全的認(rèn)證有非常嚴(yán)格的標(biāo)準(zhǔn)，包括功能認(rèn)證、包括物理安全、包括信息安全。在不同的地方可能有不同的要求，但是沒關(guān)系賽靈思的這款Kria SOM已經(jīng)經(jīng)過世界各地的驗(yàn)證，可以在全球范圍內(nèi)放心部署。
這里來分享一個，我們做布匹表面圖案檢測的應(yīng)用案例。我們其實(shí)在很多現(xiàn)代化的紡織廠里面經(jīng)常會發(fā)現(xiàn)一個共性的問題。我們用人工去做布匹表現(xiàn)瑕疵檢測效率的時候，一個效率低，一個人為造成的漏檢誤檢對于工廠帶來的經(jīng)濟(jì)損失非常大。
我們知道，一臺高速織布機(jī)的速度高達(dá)一千米/分鐘，人眼盯著看肯定不可能做到實(shí)時檢測。只能等到這批產(chǎn)品下了機(jī)器以后，我們對它進(jìn)行抽檢或者逐一檢測。這時候如果哪個地方發(fā)生設(shè)備上的跳線，這個損失包括產(chǎn)能的損失，包括物料的損失已經(jīng)發(fā)生了，沒有辦法改變。
所以基于這樣的需求，我們要為高速的織布機(jī)打造一個布匹實(shí)時的瑕疵檢測方案。我們?yōu)槊總€高速織布機(jī)配備四個高清攝像頭，這四個攝像頭用于實(shí)時采集像素級的信息，包括RGB，包括亮度。這樣我們每一路攝像頭的信息采集能力達(dá)到480MB/秒，處理能力按照30幀計算，是1.9GB/秒，這是這是前端采集的數(shù)據(jù)量。
同時我們在干一件什么樣的事情？我們利用FPGA非常精準(zhǔn)的時鐘網(wǎng)絡(luò)對四臺攝像機(jī)進(jìn)行同步控制，保證（攝像機(jī)）都在同時在一個節(jié)拍上去處理相應(yīng)的任務(wù)。接下來，我們對于所有采集到的像素級的信息進(jìn)行色彩域變換，發(fā)揮賽靈思FPGA平臺極大的并行處理能力，對于多種顏色我們進(jìn)行逐一的像素級比對。
比對之后得到的結(jié)果就可以很好地指導(dǎo)我們進(jìn)一步的檢測，不管是我們用傳統(tǒng)的方式，比如機(jī)器視覺的方式，在Arm上跑瑕疵檢測；還是用AI對于檢測結(jié)果進(jìn)行進(jìn)一步的分析，我們對于它的瑕疵類別進(jìn)行分類，可以進(jìn)行非常靈活的處理。
那這個就是我剛剛提到的，我們可以給大家提供產(chǎn)品化、量產(chǎn)的Kria SOM的核心板。伴隨著這個核心板，我們還給大家提供了一個入門級的套件，套件里面我們做了一個底板，上面有大家可能一些常用的接口和散熱。
那除了這個開發(fā)套件之外，我們真正在量產(chǎn)的板子上其實(shí)是沒有這些的。大家可以看到，我們提供了兩個選項(xiàng)，一個是商業(yè)級的、一個是工業(yè)級的，這兩個可以根據(jù)不同的應(yīng)用場景給大家選擇。
除此之外，賽靈思MPSoC還有廣泛的合作伙伴生態(tài)，有很多合作伙伴用MPSoC器件來給大家提供各種各樣的嵌入式模組，像有一款應(yīng)用來自百度的EdgeBoard；在應(yīng)用場景上面，從智能機(jī)到AIBOX等等一系列應(yīng)用都可以實(shí)現(xiàn)。
在這里，我也非常真誠的能夠邀請在座的合作伙伴們，（希望你們）能夠加入賽靈思的合作伙伴生態(tài)，充分發(fā)揮我們自適應(yīng)計算平臺的特性，跟我們一起來共同打造靈活應(yīng)變，萬物智能的世界。
謝謝大家！
以上是劉珊珊演講內(nèi)容的完整整理。
