以AI技术为导向的嵌入式应用现在发展如何
（文章来源：ofweek）
随着许多嵌入式系开始变得智能且自主，el－ouazzane预计以ai为导向的嵌入式系统即将爆发。但是，不久的将来即将出现什么样的ai装置？mcgregor预测，我认为在2025年以前，每个人所接触的每一款新系统／平台都将具有某种程度的ai元素，它可能内建于装置本身，或存在于网络、云端，或是分散在其间。
他补充说：它可能就像是用户接口或应用一样简单，或者是像虚拟助理或自主控制般复杂的某种装。 目前已经有许多应用已经导入了ai，包括虚拟助理、搜索引擎、财务建模、与文章写作 等等。 他说：而在装置上，ai将因各种不同的原因而持续成长，特别是数据的安全、实时互动／处理以及带宽限制等。 然而，在装置上进行训练才是真正的挑战，最终可能需要新的处理模型。
英特尔想掌握一切。当然，movidus现在是英特尔的子公司，但其目标并不仅限于有更多嵌入式系统在边缘执行神经网络。 el－ouazzane将其产品发布架构在英特尔端对端ai产品组合的更大脉络之下。他指出，英特尔拥有广泛的ai产品组合，并为其提供一整套完整的开发工具和资源。
无论是在英特尔nervana云端上训练ai神经网络、优化新兴的工作负载（如ai、、vr和ar），以及使用英特尔xeon scalable处理器实现自动驾驶，或是以movidius视觉处理器技术将ai导入边缘，英特尔宣称该公司已为下一代ai驱动的产品和服务提供了全面的ai产品组合、工具、训练和部署选择。然而，movidus是否真的能在即将变得无所不在的ai嵌入式系统中成为其关键参考架构，目前还不而知。
tirias research的mcgregor尽管认同neural compute stick是一款可在新设计中快速评估ai模型训练效能的有利工具，但他仍指出，设计人员仍然必须在最后的系统设计时间执行类测试，特别是如果他们并未使用moviduis的芯片和／或caffe架构。the linley group的gwennap还认为，movidius无法达到其目标——实现在边缘运算神经网络的嵌入式系统设计。
gwennap指出，值得注意的是，新的ai时代并不会有参考架构。 诸如tensorflow和caffe等架构将会把软件（神经网络）和硬件分开来。 他补充说：映像到myriad vpu的网络可以轻易地映像到snapdragon或其他处理器上。 因此，ai处理器将在性能和效率的基础上进行竞争，而不是锁定于指令集。
同样地，他也不认同同样的工具适用于训练和推理的论点。 gwennap说：一旦网络开始接受训练，就可以轻松地部署在支持主流架构的任何平台上。 而且，主流的架构都是开放源码，以避免单一家厂商锁定。el－ouazzane看好ai处理器抽取底层硬件的能力，它让设计者可将推论与练训分离开来。 但他重申先前的观点，从长远来看，能够使用相同的工具进行神经网络的训练和部署，才有助于系统设计人员。
他以movidius的开发蓝图为例表示，未来三年，深度学习的效能预计将会增加50倍。 为了在不增加功耗的情况下实现这一目标，我们可以在训练方面设计许多架构技巧。el－ouazzane补充说：当你在斟酌这些技巧时，让学习和推理方面置于同一平台是至关重要的。
AI-2000警用机器人上岗，配置先进感知设备按路线进行定速巡逻
面板价格回落趋缓，明年有望转势
中国IC设计现状， RISC-V IP核异军突起
努比亚Z17今晚发布会：价格突破3500元，你能接受嘛？
二次电池的爆炸原因
以AI技术为导向的嵌入式应用现在发展如何
光伏发电谐波怎么解决
利用网络实现开关量信号的采集与控制,支持modbus TCP协议
电机轴承位磨损如何判定
谷歌将投资10亿美元在伦敦郊外建设数据中心
HOLTEK推出HT69FxxA超低功耗TinyPowerTM LCD Flash MCU系列
按钮式数字电位器的防抖动和重复动作问题解决方法
苹果iPhone12系列新机出货量或将达到7500万台
小米集团高管理层进行大面积调整
蓝牙耳机哪个牌子好？口碑好的耳机是什么牌子，十大降噪耳机品牌
区块链数学选择比特币的原因是什么
挑战英伟达市场！英特尔推出新款人工智能芯片Gaudi2，性能顶A100芯片2倍
先进IC封装中最常用10个术语解析
蓝色激光金属3D打印技术要来了
IT和OT的融合成为第四次工业革命的新趋势
随着许多嵌入式系开始变得智能且自主，el－ouazzane预计以ai为导向的嵌入式系统即将爆发。但是，不久的将来即将出现什么样的ai装置？mcgregor预测，我认为在2025年以前，每个人所接触的每一款新系统／平台都将具有某种程度的ai元素，它可能内建于装置本身，或存在于网络、云端，或是分散在其间。
他补充说：它可能就像是用户接口或应用一样简单，或者是像虚拟助理或自主控制般复杂的某种装。 目前已经有许多应用已经导入了ai，包括虚拟助理、搜索引擎、财务建模、与文章写作 等等。 他说：而在装置上，ai将因各种不同的原因而持续成长，特别是数据的安全、实时互动／处理以及带宽限制等。 然而，在装置上进行训练才是真正的挑战，最终可能需要新的处理模型。
英特尔想掌握一切。当然，movidus现在是英特尔的子公司，但其目标并不仅限于有更多嵌入式系统在边缘执行神经网络。 el－ouazzane将其产品发布架构在英特尔端对端ai产品组合的更大脉络之下。他指出，英特尔拥有广泛的ai产品组合，并为其提供一整套完整的开发工具和资源。
无论是在英特尔nervana云端上训练ai神经网络、优化新兴的工作负载（如ai、、vr和ar），以及使用英特尔xeon scalable处理器实现自动驾驶，或是以movidius视觉处理器技术将ai导入边缘，英特尔宣称该公司已为下一代ai驱动的产品和服务提供了全面的ai产品组合、工具、训练和部署选择。然而，movidus是否真的能在即将变得无所不在的ai嵌入式系统中成为其关键参考架构，目前还不而知。
tirias research的mcgregor尽管认同neural compute stick是一款可在新设计中快速评估ai模型训练效能的有利工具，但他仍指出，设计人员仍然必须在最后的系统设计时间执行类测试，特别是如果他们并未使用moviduis的芯片和／或caffe架构。the linley group的gwennap还认为，movidius无法达到其目标——实现在边缘运算神经网络的嵌入式系统设计。
gwennap指出，值得注意的是，新的ai时代并不会有参考架构。 诸如tensorflow和caffe等架构将会把软件（神经网络）和硬件分开来。 他补充说：映像到myriad vpu的网络可以轻易地映像到snapdragon或其他处理器上。 因此，ai处理器将在性能和效率的基础上进行竞争，而不是锁定于指令集。
同样地，他也不认同同样的工具适用于训练和推理的论点。 gwennap说：一旦网络开始接受训练，就可以轻松地部署在支持主流架构的任何平台上。 而且，主流的架构都是开放源码，以避免单一家厂商锁定。el－ouazzane看好ai处理器抽取底层硬件的能力，它让设计者可将推论与练训分离开来。 但他重申先前的观点，从长远来看，能够使用相同的工具进行神经网络的训练和部署，才有助于系统设计人员。
他以movidius的开发蓝图为例表示，未来三年，深度学习的效能预计将会增加50倍。 为了在不增加功耗的情况下实现这一目标，我们可以在训练方面设计许多架构技巧。el－ouazzane补充说：当你在斟酌这些技巧时，让学习和推理方面置于同一平台是至关重要的。
AI-2000警用机器人上岗，配置先进感知设备按路线进行定速巡逻
面板价格回落趋缓，明年有望转势
中国IC设计现状， RISC-V IP核异军突起
努比亚Z17今晚发布会：价格突破3500元，你能接受嘛？
二次电池的爆炸原因
以AI技术为导向的嵌入式应用现在发展如何
光伏发电谐波怎么解决
利用网络实现开关量信号的采集与控制,支持modbus TCP协议
电机轴承位磨损如何判定
谷歌将投资10亿美元在伦敦郊外建设数据中心
HOLTEK推出HT69FxxA超低功耗TinyPowerTM LCD Flash MCU系列
按钮式数字电位器的防抖动和重复动作问题解决方法
苹果iPhone12系列新机出货量或将达到7500万台
小米集团高管理层进行大面积调整
蓝牙耳机哪个牌子好？口碑好的耳机是什么牌子，十大降噪耳机品牌
区块链数学选择比特币的原因是什么
挑战英伟达市场！英特尔推出新款人工智能芯片Gaudi2，性能顶A100芯片2倍
先进IC封装中最常用10个术语解析
蓝色激光金属3D打印技术要来了
IT和OT的融合成为第四次工业革命的新趋势