開(kāi)發(fā)者需要能夠快速開(kāi)發(fā)出實(shí)施機(jī)器學(xué)習(xí)功能的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，并將其轉(zhuǎn)換到低功耗的嵌入式終端設(shè)備上，集成了神經(jīng)網(wǎng)絡(luò)算法的DSP芯片將成為這一難題的解決方案。

　　終端設(shè)備智能化的需求催生本地智能化（local intelligence）

　　當(dāng)聯(lián)網(wǎng)的終端設(shè)備越來(lái)越多時(shí)，產(chǎn)生的信息數(shù)據(jù)也將呈指數(shù)式增長(zhǎng)。如果將所有數(shù)據(jù)和數(shù)據(jù)處理全部都交給云端，必然會(huì)產(chǎn)生通信擁堵、傳輸變慢、處理時(shí)延等問(wèn)題，無(wú)用的數(shù)據(jù)也會(huì)浪費(fèi)云端的存儲(chǔ)資源。

　　因此需要本地智能（local intelligence）讓終端設(shè)備有能力判斷數(shù)據(jù)的價(jià)值，只將真正有價(jià)值的數(shù)據(jù)傳到云端存儲(chǔ)。而終端設(shè)備也需要分析數(shù)據(jù)做出決策的智能化功能，尤其家庭中的圖像識(shí)別和語(yǔ)音識(shí)別設(shè)備需要在本地實(shí)時(shí)處理信息，以保護(hù)用戶(hù)的隱私。

　　近來(lái)，具備深度學(xué)習(xí)功能的卷積神經(jīng)網(wǎng)絡(luò)（CNN）在圖像處理和計(jì)算機(jī)視覺(jué)領(lǐng)域得到廣泛的應(yīng)用，其識(shí)別正確率也大大提高。在一些生活場(chǎng)景中，如無(wú)人機(jī)自動(dòng)避障、家庭服務(wù)機(jī)器人路徑規(guī)劃等，需要將這些神經(jīng)網(wǎng)絡(luò)應(yīng)用到嵌入式設(shè)備上，甚至是一些低功耗的嵌入式設(shè)備，以提高設(shè)備的智能化程度和與人的交互能力。

　　▲深度學(xué)習(xí)技術(shù)取得顯著成效

　　與神經(jīng)網(wǎng)絡(luò)深度結(jié)合的DSP處理器將成為機(jī)器學(xué)習(xí)的實(shí)施方案

　　目前，因?yàn)閮?nèi)存、功耗、計(jì)算能力等限制，在傳統(tǒng)CPU+GPU架構(gòu)的嵌入式設(shè)備上實(shí)施神經(jīng)網(wǎng)絡(luò)還有難度。業(yè)界需要一種將神經(jīng)網(wǎng)絡(luò)引入到低功耗嵌入式設(shè)備的方法。

　　11月23日，全球領(lǐng)先的信號(hào)處理器IP授權(quán)公司CEVA在深圳召開(kāi)了年度技術(shù)研討會(huì)，并發(fā)布了專(zhuān)為在低功耗嵌入式設(shè)備上實(shí)現(xiàn)深度學(xué)習(xí)和人工智能應(yīng)用的第五代圖像處理器IP CEVA-XM6。

　　其主要參數(shù)包括：最高頻率1.5GHz；采用8路VLIW以提高并行計(jì)算能力；創(chuàng)新矢量處理單元架構(gòu)，確保95%以上的MAC利用率；32路SIMD矢量浮點(diǎn)單元可選項(xiàng)，支持IEEE半精度標(biāo)準(zhǔn)及常用的非線(xiàn)性運(yùn)算增強(qiáng)。

　　為了讓開(kāi)發(fā)者更好的使用CEVA-XM6，CEVA還提供基于CEVA-XM6的軟件開(kāi)發(fā)平臺(tái)，包括硬件加速器、神經(jīng)網(wǎng)絡(luò)軟件框架、軟件庫(kù)、CDNN工具包。CDNN是CEVA的一套深度學(xué)習(xí)綜合開(kāi)發(fā)工具包，這次研討會(huì)發(fā)布了其第二代產(chǎn)品。用戶(hù)可以先在線(xiàn)下訓(xùn)練深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型，然后使用CEVA網(wǎng)絡(luò)生成器將線(xiàn)下的網(wǎng)絡(luò)模型轉(zhuǎn)換成適用于CEVA-XM6處理器的實(shí)時(shí)嵌入式網(wǎng)絡(luò)。

　　▲CDNN開(kāi)發(fā)包與CEVA-XM6軟硬件組合使用

　　在研討會(huì)上，CEVA給出了一個(gè)對(duì)比案例，使用CEVA-XM6處理器的參考設(shè)計(jì)開(kāi)發(fā)板，相比于NVidia今年推出的TX1 GPU在實(shí)現(xiàn)AlexNet和GoogleNet兩種神經(jīng)網(wǎng)絡(luò)時(shí)，處理速度快4倍，同時(shí)能耗效率提高25倍，十分適合應(yīng)用在低功耗的嵌入式設(shè)備上，如智能攝像、人臉識(shí)別、無(wú)人機(jī)、全景拼接、3D重建等。

　　▲CEVA-XM6的應(yīng)用場(chǎng)景

　　具備機(jī)器學(xué)習(xí)功能的終端設(shè)備將催生更多的應(yīng)用場(chǎng)景

　　智能家居要真正做到智能化，與用戶(hù)之間良好的交互能力必不可少，比如語(yǔ)音控制、手勢(shì)控制等，這些都需要產(chǎn)品具有深度學(xué)習(xí)的功能，能夠識(shí)別出用戶(hù)的語(yǔ)音命令和手勢(shì)動(dòng)作。

　　在本次研討會(huì)上，美國(guó)的一家語(yǔ)音處理技術(shù)公司展示了他們基于CEVA的處理器IP開(kāi)發(fā)的低功耗語(yǔ)音控制芯片方案，應(yīng)用于智能手機(jī)、智能家居的語(yǔ)音交互和語(yǔ)音控制，工作電流低于1mA，可以去除靜態(tài)和非靜態(tài)噪聲，根據(jù)使用場(chǎng)景做定制化開(kāi)發(fā)，通過(guò)前期的語(yǔ)音訓(xùn)練后能夠只識(shí)別主人的語(yǔ)音，過(guò)濾其他人的語(yǔ)音命令，防止別人的誤操作。

　　在機(jī)器視覺(jué)領(lǐng)域， Arcsoft公司展示了他們的最新的照片美化技術(shù)，除了傳統(tǒng)的白膚、瘦臉等美顏功能外，還可以基于圖像識(shí)別分析出拍攝對(duì)象的年齡、性別、人種、情緒和拍攝環(huán)境（如白天、夜晚）等因素，針對(duì)不同場(chǎng)景和對(duì)象做定制化美顏處理，省去了用photoshop做后期處理的環(huán)節(jié)，讓一個(gè)普通人也可以非常簡(jiǎn)便地拍出專(zhuān)業(yè)級(jí)的美麗圖片。他們還推出了畫(huà)面防抖功能，當(dāng)用戶(hù)手持相機(jī)走動(dòng)拍攝視頻時(shí)，通過(guò)處理可以使畫(huà)面保持靜止?fàn)顟B(tài)，消除走動(dòng)帶來(lái)的畫(huà)面抖動(dòng)。

　　總結(jié)

　　隨著技術(shù)的發(fā)展，原本只能在大型高功耗計(jì)算平臺(tái)上實(shí)現(xiàn)的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，將逐步在低功耗嵌入式設(shè)備上實(shí)現(xiàn)，使得人工智能離我們的日常生活又近了一步，也提高了物聯(lián)網(wǎng)設(shè)備的智能化程度。在產(chǎn)品開(kāi)發(fā)上，軟硬件深度結(jié)合的開(kāi)發(fā)模式將越來(lái)越普遍（比如CEVA推出的CDNN開(kāi)發(fā)包與CEVA-XM6的組合使用），基于特定場(chǎng)景應(yīng)用的算法優(yōu)化和數(shù)據(jù)訓(xùn)練之后的智能設(shè)備才能跟人們的日常生活無(wú)縫對(duì)接，物聯(lián)網(wǎng)技術(shù)與具體行業(yè)具體領(lǐng)域的聯(lián)系將會(huì)越來(lái)越緊密。