热门关键词:yabo官网  
AI趋势,MCU在边缘运算中的运用
2021-06-01 [46427]

近年来,人工智能“边缘计算”的发展越来越受欢迎。随着硬件芯片性能的提高,过去不能作为“接管”功能的端口也可以作为帮助操作,使得AI操作更加高效;比如自动刹车系统,智能音箱等。都是边缘计算的实际应用。

本文分析了单片机在人工智能边缘操作中的应用。单片机,机器学习的另一个自由选择,在转向边缘操作之前,先来了解一下什么是单片机。

说到机器学习,你有什么不能误解的?是不是电影里的船舱很大,有章太炎的主机?但是用这种方法不仅要消耗大量的电能,而且废气的余热也是不可思议的,可以把几个国家级的游泳池从冷水变成温水!传统的机器学习需要大量的主机。但是机器学习有一个更节能的方式——就是用单片机。与单片机(Microcontrollers)相比,单片机不具备其他硬件不具备的优点,如体积小、价格低、省电等。

这些特性可以降低可选系统的成本。所以未来如果要把AI用在生活的方方面面,单片机无疑是最好的自由选择。

然而,目前市场上的大多数计算设备都集中在类似超级计算机的CPU、GPU或云上。而单片机表现出的性能较低,目前显然很难将单片机应用到AI操作中。各种硬件的运行效率比较高。

为了让单片机能够继续执行AI操作,并应用到生活的各个方面,一些行业专家开发了一个开源项目,uTensor,就是开发一套基于mbed的简化TensorFlow框架,构建单片机边缘操作的目标。目前,手写识别演示已经完成。边缘,现实和虚拟世界的分界线,首先定义了边缘。所谓“边缘”,只是虚拟世界和现实世界的边界边缘。

yabo官网

从物联网(IoT)到单片机,都属于数字范围,数字知识离得近的地方就是现实世界。目前在现实世界中,仍然有大量的信息无法上传到数字虚拟世界,所以它们之间的括号就是“边”。但问题来了:如何将现实世界中相当数量的信息连接到物联网?必须部署数万个传感器节点才能达成协议;但是不是每个人每个环境都没有WiFi,4G/5G等通信协议,那么如何做到呢?业内有人指出,LPWAN的LoRa是最好的自由选择。

就像右图中转过来的输电塔,如果放在城市建筑的顶部,网络覆盖超过一二十公里也不是问题。虽然比特率不低,但是距离越宽,增量越严重。

而长距离覆盖和极低功耗的特点,非常适合开展物联网传输。LoRa的信令特点,还有哪些通信协议适合边缘操作?必须从以下两点来考察:第一,功率和比特率是首要考虑因素,但传输距离的长度被遗忘了。

因为边缘计算的理想状态是可以依靠电池或太阳能供电;比特率自由选择长距离低功耗的LPWAN,这样自由选择时画出的扇形图(如下图所示)就是可以用于edge操作的通信块。通信协议的功率和比特率的问题是这个块的传输性能并不差,而且似乎音视频等数据都无法上传到云上进行操作,所以如何设计边缘操作必须仔细思考。目前有一种利用编解码继续进行边缘运算的解决方案,就是利用人工神经网络对原始信息进行编码传输,并增加其容量,使其在LPWAN环境下传输到云端,然后被解码。 因为如果编解码集中在MCU设备和云上,MCU本身就不用处理或传输过多的数据;另一个好处是,使用TransferLearning可以更容易地替换解码后的云,然后可以使用一定程度的设备在云中转换不同的应用。

进入自学的操作示意图摘要。从上面可以发现,即使科技的发展很大程度上依附于性能和硬件显示,未来最需要的关键词依然是“可持续”;即使超级计算机的计算能力再优秀,如果不能在日常生活中有效推广,它的发展也不会受到限制。另一方面,现阶段不允许MCU和边缘计算,但是随着技术的不断发展,坚信这个领域没有相当大的空间。|yabo官网。

本文来源:官方网站-www.aumjobs.com