GreenWaves Technologies 和 Imagimob 討論了在邊緣為 AI 開(kāi)發(fā)應(yīng)用程序的挑戰(zhàn)以及用例將如何演變。
EE Times Europe 采訪了兩家參展商 GreenWaves Technologies 和 Imagimob 的高管,以深入了解在邊緣開(kāi)發(fā) AI 應(yīng)用程序的挑戰(zhàn)以及用例將如何演變。
機(jī)器學(xué)習(xí)并不新鮮;十多年來(lái),許多ML模型已經(jīng)在高端服務(wù)器和云服務(wù)提供商上可用。然而,對(duì)超低功耗、資源受限的微控制器進(jìn)行推理僅在過(guò)去四年才開(kāi)始獲得發(fā)展勢(shì)頭。2019 年,tinyML 基金會(huì)成為希望探索在低功耗 MCU 上運(yùn)行 ML 算法(通常消耗毫瓦級(jí)能量)的公司的焦點(diǎn)。隨著超低功耗 MCU 的面世,它們開(kāi)啟了始終在線運(yùn)行的潛力,特別是對(duì)于電池供電的用例。
定義“邊緣”
對(duì)某些人來(lái)說(shuō),“邊緣”代表可靠的網(wǎng)絡(luò)連接和線路電源的地方;其他人認(rèn)為它是一個(gè)偏遠(yuǎn)的地方,連接有限或不可靠,電池供電是常態(tài)。從環(huán)境資源中收集能量越來(lái)越成為邊緣節(jié)點(diǎn)物聯(lián)網(wǎng)設(shè)備的一個(gè)特點(diǎn)。
“邊緣有很多定義,”超低功耗處理器的無(wú)晶圓廠開(kāi)發(fā)商 GreenWaves Technologies(法國(guó)格勒諾布爾)營(yíng)銷副總裁 Martin Croome 說(shuō)?!皩?duì)于移動(dòng)網(wǎng)絡(luò)運(yùn)營(yíng)商來(lái)說(shuō),邊緣可能是他們的基站,在生產(chǎn)線上它可能是機(jī)器人,而對(duì)我們來(lái)說(shuō)它可能是耳塞。定義邊緣的重要因素之一是功率:是瓦、毫瓦還是微瓦?邊緣的第二個(gè)維度是成本,其中邊緣設(shè)備受到成本限制,要么是因?yàn)樗且患旧沓杀静桓叩男|西,要么是市場(chǎng)緊張。tinyML 設(shè)備成本低、功耗低?!?/p>
邊緣人工智能開(kāi)發(fā)挑戰(zhàn)
市場(chǎng)對(duì) tinyML 和在邊緣創(chuàng)建機(jī)器學(xué)習(xí)應(yīng)用程序的興趣幫助建立了多家 ML 開(kāi)發(fā)平臺(tái)公司。這些軟件包涵蓋整個(gè) AI 工作流程,從數(shù)據(jù)收集到數(shù)據(jù)分析、模型選擇和部署,是探索邊緣 AI 的嵌入式開(kāi)發(fā)人員的熱門選擇。
Imagimob(瑞典斯德哥爾摩)于 2019 年推出了 Imagimob AI 平臺(tái)。在開(kāi)發(fā)人員面臨的所有 ML 挑戰(zhàn)中,合適的訓(xùn)練數(shù)據(jù)的可用性至關(guān)重要。但這不僅僅是擁有正確的數(shù)據(jù),Imagimob 的首席執(zhí)行官兼創(chuàng)始人安德斯·哈德布林 (Anders Hardebring) 說(shuō)。“借助我們的 AutoML 功能,你可以使用智能算法找到正確的模型架構(gòu),但這里重要的是對(duì)數(shù)據(jù)有很好的理解。理解數(shù)據(jù)是關(guān)鍵。如果不了解數(shù)據(jù)并且正在使用 AutoML,那么就無(wú)法真正了解正在發(fā)生的事情?!?/p>
GreenWaves的Croome證實(shí),一攬子方法對(duì)那些剛起步的人有幫助,但也強(qiáng)調(diào)了了解正在使用的數(shù)據(jù)的重要性?!叭绻阏谧龅氖虑檫m合其中一個(gè)包,那么也許你可以走很長(zhǎng)一段路,而不必讓自己暴露對(duì)特定模型的更深入理解。我會(huì)爭(zhēng)辯說(shuō),[如果你]使用一個(gè)不了解你將要做的統(tǒng)計(jì)數(shù)據(jù)的包,對(duì)它的數(shù)學(xué)理解,那么我認(rèn)為你可能會(huì)犯一些錯(cuò)誤?!?/p>
學(xué)習(xí)什么是可能的
雖然已經(jīng)存在許多用于對(duì)象檢測(cè)的訓(xùn)練數(shù)據(jù)集,例如動(dòng)物、水果或蔬菜,但對(duì)于許多用例,你需要從頭開(kāi)始。Imagimob 的首席技術(shù)官兼聯(lián)合創(chuàng)始人 Alexander Samuelsson 指出了數(shù)據(jù)挑戰(zhàn):“假設(shè)你需要為安全用例檢測(cè)槍聲。首先,你需要從不同的環(huán)境中獲得質(zhì)量好的槍聲,然后你想要將這些聲音與不同的背景噪音疊加在一起,讓模型開(kāi)始理解這種聲音的邊界?!?/p>
更大的模型和加速器
當(dāng)被問(wèn)及人工智能在邊緣的當(dāng)前局限性時(shí),Samuelsson回答說(shuō):“市場(chǎng)仍然是新的,人們正在試驗(yàn)并試圖了解可以做什么。到目前為止,我們不得不幫助用戶解釋一下這項(xiàng)技術(shù)可以做什么,不可以做什么。
“例如,幾年前,一個(gè)慣性測(cè)量單元,因?yàn)樗且粋€(gè)低帶寬傳感器,是一個(gè)很好的起點(diǎn)?,F(xiàn)在這些平臺(tái),尤其是帶有加速器的平臺(tái),變得越來(lái)越強(qiáng)大,所以可以做更高級(jí)的事情。”
雖然許多 tinyML 簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)模型可以在低功耗微控制器上運(yùn)行,但毫無(wú)疑問(wèn),添加加速器會(huì)打開(kāi)可能的用例并使用更大的模型。每個(gè)處理器創(chuàng)新周期都在不斷降低功耗,進(jìn)一步擴(kuò)大人工智能在邊緣的作用。
GreenWaves 的第二代處理器 GAP9 具有超低功耗規(guī)格,并集成了 DSP 和神經(jīng)網(wǎng)絡(luò)加速器。Croome 解釋了添加 DSP 的原因:“在很多情況下,在將數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)之前,需要對(duì) [數(shù)據(jù)] 進(jìn)行大量預(yù)處理。任何時(shí)間序列往往都需要更多的前期工作,比如編解碼器之類與人工智能無(wú)關(guān)但無(wú)論如何都需要的東西。”
Croome 承認(rèn)用例的內(nèi)存和處理注意事項(xiàng),包括升級(jí)到功能更強(qiáng)大的 MCU 的潛在需求。“然后你可能會(huì)遇到成本或功率問(wèn)題,”他說(shuō)?!耙话銇?lái)說(shuō),固定的硬件會(huì)更有效率。存在靈活性與成本權(quán)衡。比如人聲檢測(cè),放在麥克風(fēng)里面就很明顯了??赡軙?huì)占據(jù)很大一部分麥克風(fēng)市場(chǎng)。你可以專門為此構(gòu)建網(wǎng)絡(luò)并設(shè)計(jì)麥克風(fēng)內(nèi)部的控制器。然而,對(duì)于其他情況,它可能根本沒(méi)有意義,因?yàn)槟阆肷?jí)它、改變它或變得更靈活。”
推進(jìn)邊緣 AI 所必需的下一個(gè)創(chuàng)新
超低功耗微控制器、AI/ML 開(kāi)發(fā)平臺(tái)和神經(jīng)網(wǎng)絡(luò)加速器取得的進(jìn)步有助于擴(kuò)展基于邊緣的 tinyML 應(yīng)用程序的復(fù)雜性。但下一步是什么?需要哪些硬件創(chuàng)新來(lái)延續(xù)邊緣人工智能的發(fā)展步伐?
Imagimob 的 Hardebring 說(shuō):“我們認(rèn)為技術(shù)已經(jīng)在這里了,但我們認(rèn)為市場(chǎng)需要接受更多教育。歸根結(jié)底,我認(rèn)為技術(shù)在這里,芯片在這里,軟件在這里,但市場(chǎng)需要理解這一點(diǎn)。市場(chǎng)需要了解他們可以在邊緣做什么以及這樣做的優(yōu)勢(shì)?!?/p>
Imagimob 的 Samuelsson 說(shuō),供應(yīng)商在這里發(fā)揮了作用?!拔艺J(rèn)為,為了真正幫助我們的客戶投入生產(chǎn),我們所有的公司,包括硬件和軟件,都需要非常、非常緊密地合作?!?/p>
邊緣人工智能成為常態(tài)
GreenWaves 的 Croome 強(qiáng)調(diào)了邊緣 AI 引人注目的用例日益多樣化。“在使用神經(jīng)網(wǎng)絡(luò)進(jìn)行電池管理方面有很多工作,這些神經(jīng)網(wǎng)絡(luò)本質(zhì)上是在了解電池、基于電池使用時(shí)間的電池壽命以及許多其他參數(shù),”他指出?!斑@是另一種統(tǒng)計(jì)模型?!?/p>
邊緣人工智能將如何發(fā)展?“神經(jīng)網(wǎng)絡(luò)將無(wú)處不在,”Croome 說(shuō)?!八麄儗⒊蔀?a target="_blank">編程的一部分,一旦他們無(wú)處不在,他們就會(huì)變得越來(lái)越微不足道,因?yàn)檫@只是一件很正常的事情?!?/p>
電子行業(yè)無(wú)疑是創(chuàng)新的溫床。在短短四年內(nèi),我們見(jiàn)證了微控制器功能的進(jìn)步,使邊緣 AI 成為可能。產(chǎn)品經(jīng)理和開(kāi)發(fā)人員已準(zhǔn)備好將邊緣 AI 納入他們的下一個(gè)設(shè)計(jì)中,并在此過(guò)程中將這些技術(shù)確立為未來(lái)的規(guī)范。
審核編輯 :李倩
-
加速器
+關(guān)注
關(guān)注
2文章
806瀏覽量
38005 -
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4779瀏覽量
101028 -
人工智能
+關(guān)注
關(guān)注
1793文章
47622瀏覽量
239569
原文標(biāo)題:掌握邊緣人工智能
文章出處:【微信號(hào):ICViews,微信公眾號(hào):半導(dǎo)體產(chǎn)業(yè)縱橫】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論