元器件交易网-中发网全新升级平台
关注我们:
首页 > 焦点新闻 > 正文

当电脑视觉遇上AI…(上)

所有具备视觉功能的嵌入式系统现在都在认真看待机器学习技术,以做为产品差异化与大幅提升系统智慧的手段。

从自动驾驶车辆、无人机、保全摄影机、医疗成像诊断工具,到工厂控制系统、检测用机器人…所有这些具备视觉功能的嵌入式系统,现在都在认真看待机器学习技术,以做为产品差异化与大幅提升系统智能的手段。

然而将电脑视觉与机器学习结合,对众多系统设计者来说主要仍是理论性目标;人工智能对许多工程师来说仍是个未能掌握的目标,设计机器学习推理引擎,需要非常专业的硬件知识。而且,并没有为深度神经网路量身打造的一体适用推理引擎,能让系统设计人员广泛运用于各种不同的嵌入式系统。

为此可程式化逻辑元件供应商赛灵思(Xilinx)在3月中旬于德国纽伦堡举行的年度Embedded World嵌入式技术大会期间正式发表名为reVision的堆叠(stack)技术;该公司企业策略部门资深副总裁Steve Glaser表示,该堆叠能让缺乏硬件设计专长的软件与系统工程师,更轻松而快速地开发智能视觉导向系统。

Glaser表示,赛灵思从已经着手开发机器学习技术的客户了解到,8位元以下的定点精度(fixed point precisio),是能大幅提升机器学习推理系统效率的关键:“为了达到最佳反应时间,我们需要确保客户能透过推理与控制,建立从传感器的高效率数据流;”其客户们面临之其他任务,还包括支持最新神经网路、演算法与传感器的可重配置性(reconfigurability),还有对新旧机器、网络与云端的各种连结。

当电脑视觉遇上AI…(上)0

越来越多的视觉导向自动化系统 (图片来源:赛灵思)

技术顾问机构Moor Insights & Strategy的高性能运算(HPC)继深度学习资深分析师Karl Freund接受EE Times访问时表示:“人工智能仍在起步阶段,而唯一不变的是会持续快速变化;”在这种情况下,赛灵思试图为设计工程师减轻写程式的负担,在高度竞争的产业界以最快速度进行最佳解决方案的实验与布署,以加速推出应用。

赛灵思的机器学习推理系统设计方法,与CPU/GPU供应商如英特尔(Intel)、Nvidia的方案大相迳庭;市场研究机构The Linley Group资深分析师Loring Wirbel解释,CPU/GPU供应商采用的传统途径,是从一个大型架构──例如Nvidia的Tesla P100以及英特尔的Knights Landing──着手,支持基于训练之学习;然后采用单精度或半精度架构──如Nvidia P40或英特尔Knights Mill──修改系统,支持援无人监督的学习。

Wirbel指出,总而言之,商用半导体元件供应商期望学术界能够决定他们能应用于推力学习的最精确架构,但这仍是一个变动中的目标;而他认为,赛灵思提供的软件堆叠有趣之处,在于它是建立于支持以云端为基础之无人监督推理的原始堆叠──Reconfigurable Acceleration Stack──之上,然后将推理能力扩展到网络边缘与嵌入式应用。

“有人可能会说他们采取的是比产业其他方案落后的方法,但我的观察是,机器学习产品开发商在训练与推理子系统上正朝着多头方向发展;”因此Wirbel认为在现阶段:“没有哪个方法是正确的或是错误的。”

Moor Insights & Strategy的Freund观察,reVision为众多视觉导向应用提供了可扩展与弹性的平台,特别是功率非常高,以及新需求可能需要可重配置性的应用。reVision堆叠的主要功能是平台、演算法与应用开发资源,并支持大多数热门的神经网络,例如AlexNet、GoogLeNet、SqueezeNet等等;此外还提供程式库元素,例如预定义的卷积神经网络(CNN)网路层实作。

在应用程式框架方面,赛灵思的reVision堆叠支持机器学习框架Caffe的演算法,以及OpenCV电脑视觉处理功能。The Linley Group 的Wirbel指出:“如果产业界没有先存在如Caffe应用程式环境以及演算法开发工具,reVision也不会诞生;”他指出,reVision将于今年第三季添加OpenVX,会是一件大事。

当电脑视觉遇上AI…(上)1

reVision堆叠支持的平台、应用程式与演算法开发资源 (图片来源:赛灵思)

而在硬件平台方面…

    

买正品元器件就上天交商城!

扫描左侧的二维码

科技圈最新动态一手掌握
每日砸蛋,中奖率100%