基于NPU人工智能算法的眼动追踪新时代

今年早些时候，Tobii 推出了 Tobii Nexus，这是一款基于摄像头的 AI 眼动追踪软件库，适用于设备和应用程序的集成。随着我们对眼动追踪技术可能性的不断探索，运行 AI 算法所需的计算能力变得比以往任何时候都更加关键。

除了使用传统的CPU之外，我们现在还利用新的硬件，如神经处理单元（NPU），在可用的情况下。这一转变带来了设备制造商和开发者将眼动追踪技术集成到其产品中的独特机会。这就是为什么这一进步如此重要的原因。

Host NPU: 为AI性能加速

NPU可以减轻AI 的工作负载，在运行深度学习模型和复杂视觉算法时提供了显著的性能提升。将我们的算法集成到 Intel NPU 上运行带来了以下几个关键优势：

• 节能表现：NPU的一个关键优势是它们能够以比CPU更低的功耗处理AI任务。在我们的实验室基准测试中，Intel的NPU展示了比在CPU上执行时降低了3倍的功耗并提高了46%的处理速度。这种效率对于笔记本电脑和便携式医疗设备等电池供电设备至关重要，因为它在不牺牲性能的情况下延长了电池寿命。
• 优化CPU可用性：将人工智能任务放置到到专门的NPU上，释放CPU算力，使其能够处理其他关键功能，从而提高性能效率和电池寿命。

值得注意的是，尽管神经处理单元（NPU）正越来越多地被集成到更多的笔记本电脑和平板电脑中，但并非所有设备都配备了该单元。如果有NPU可用，Tobii算法会自动在英特尔的NPU上执行，并在不可用时回退到CPU。这使得开发者和原始设备制造商（OEM）能够在不大幅改变现有架构的情况下，利用硬件加速技术进行眼动追踪。

EDGE AI：位于摄像头附近的低功耗NPU

随着人工智能驱动的设备向边缘计算发展——即低功耗、小体积的设备直接处理实时数据——EDGE AI NPU变得越来越重要。这些单元专为边缘设备上的超高效处理而设计，使其非常适合笔记本电脑、显示器、物联网设备和移动应用等产品。

以下是在 EDGE NPU上运行Tobii眼动追踪算法所带来的显著优势：

• 数据隐私增强：边EDGE AI NPU允许AI算法处理摄像头图像并生成注视数据，而无需将这些图像传输到主计算板。这对于数据隐私至关重要的设备或显示器而言尤为重要。
• 极低的功耗：EDGE AI NPU针对低功耗进行了优化，非常适合电池续航至关重要的设备。这使得眼球追踪技术可以集成到更小、更便携的设备中，如手机和笔记本电脑，而不会显著消耗电池电量。
• 实时性能：EDGE AI解决方案管理从传感器到处理的图像管道，消除了当前在操作系统级别进行的图像处理。这种设置对于低延迟、高刷新率的眼球追踪至关重要。例如，立体显示器或手机可以提供无缝的3D体验和基于注视的交互。

为原始设备制造商和独立软件供应商带来的优势：灵活性和面向未来的保障

通过支持可以在CPU、Intel NPU和EDGE AI NPU上运行的AI算法，Tobii眼动追踪技术为原始设备制造商和独立软件供应商提供了几项关键优势：

• 性能优化：原始设备制造商和独立软件供应商可以选择最适合其产品性能和能耗需求的处理架构——无论是使用英特尔NPU实现超快、高保真跟踪的高端设备，还是运行Edge AI NPU进行边缘处理的手机设备。
• 跨设备可扩展性：通过支持多种硬件架构，开发人员可以创建能够高效运行于从高端桌面到轻量级物联网设备的各种垂直扩展解决方案。这种多样性通过使单一AI模型能够在各种产品上运行，从而减少了开发时间。
• 成本和能效：在英特尔或Edge AI NPU等专用NPU上运行AI任务，使OEM能够在无需过度配置CPU的情况下提供高性能、AI驱动功能，从而降低成本并控制能耗。

走在人工智能眼动追踪的前沿

我们很高兴看到我们与神经处理单元（NPU）的集成如何重塑眼动追踪技术的未来。通过使我们的AI算法能够无缝地在CPU、Intel NPU和EDGE AI NPU上运行，我们为原始设备制造商（OEM）和独立软件供应商（ISV）提供了构建更智能、更快、更节能产品的动力。

无论您是希望通过增强可访问性、改进医疗评估，还是创造更直观的用户体验，我们的眼动追踪算法都旨在为最适合您需求的硬件平台提供精确的实时洞察。我们致力于提供所需的灵活性和性能，以满足行业不断变化的需求。

想看看它的实际效果吗？欢迎下载我们的演示项目。当在配备Intel NPU的设备上运行时，我们的网络摄像头眼动追踪算法会自动利用神经处理单元。

这仅仅是个开端，我们很高兴能与您合作，推动下一波创新浪潮！