专用AIoT训练与边缘推理算法工具箱
EvoThink 算法产品矩阵
面向AIoT与边缘人工智能业务场景，进化动力以自主设计的Evo-NPU芯片架构的EvoSense芯片平台，与进化动力核心机器学习云与模型数据管理平台EvoCloud为算法运行承载基础，开发出了面向AIoT训练与边缘推理的一站式算法工具平台EvoThink。
目前，EvoThink已经针对AIoT赋能场景下的数据安全，快速小样本学习、端云协同边缘推理、非标品类目标学习等问题打包了完整的成套解决方案，可以支持AIoT客户的一站式算法TurnKey需求。
可信AIoT训练优化算法工具
蜂群——联邦式迁移学习模块
保障客户数据私密性，联合多方数据源加速算法优化
传统AI赋能模式容易遭遇客户机构数据隐私安全性及政府数据保密合规性挑战，使得不同机构间的数据形成孤岛，大数据效应无从发挥。
为解决这一问题，进化动力推出”蜂群“联邦式迁移学习模块，可有效在保障客户间数据隐私性及合规性的前提下，通过联合多方数据进行模型训练，实现对所有客户算法模型的加速优化。
目前，EvoThink-蜂群联邦学习模块已经打包了可信机器学习、智能联邦协作、隐私数据加密隔离、多方隐私训练等组件成为一站式成套解决方案，并大规模应用于智能新零售等业务场景。
边缘AIoT快速训练优化算法工具
拼图——边缘增量式学习模块
端云协同，离在线一体，实现训练样本与模型快速迭代
面向AIoT与边缘人工智能业务场景，尤其是新零售领域的业务场景，机器学习将大量面对学习目标与训练样本小批量高频次的更新的业务场景需求，传统机器学习训练模式讲究的大量样本数据大规模算力集中训练并不满足这种场景需求。
针对这一场景，进化动力于EvoThink算法平台框架内构建了基于端云协同的分布式边缘增量学习模块，基于EvoSense芯片与EvoCloud机器学习云的联动架构，可以于边缘计算平台上自动对未知目标进行快速训练，以保障客户业务无感知快速迭代。
EvoThink算法平台框架内已经针对AIoT分布式边缘增量学习打包了完整的一站式解决方案，并已广泛应用于新零售客户与智慧家居客户的TurnKey方案
无标注场景训练与识别算法工具
高斯——小样本弱监督学习与识别模块
面向小样本无标注场景，实现高精度快速识别目标
为解决新零售、智慧家居等非标小场景下单一目标数据量小，非标程度高，泛化性差所带来的机器学习训练问题，进化动力在EvoThink平台内构建了“高斯”小样本弱监督学习模块。
该技术可以在缺乏高质量数据或者无人工标注的情况下，仍然能训练出高性能的深度学习模型。同时基于长期的基础研究和与产业界的紧密合作，基于EvoThink“高斯”模块的识别算法仅通过图像和视频，便可实现商品检测盒商品属性提取，包括是刚性物体（如快销品灯油标准化包装不易形变的物品）以及柔性物品（如生鲜蔬果等形态容易变化的物品），同时，基于多GPU网络的EvoCloud及基于EvoSense芯片架构的边缘推理技术，“高斯”可在毫秒为单位的时间内完成高效识别。
目前，EvoThink算法平台框架内已经针对AIoT赋能新零售、智能家居场景下的小样本弱监督学习与识别方案打包了完整的一站式解决方案，并已广泛应用于新零售客户与智慧家居客户的TurnKey方案。
