TinyML給了硬件新的生命

2020-06-01 15:03:43 編輯：來源：

導讀鋁和圖標不再足以讓產品在市場上引起注意。今天，偉大的產品需要是有用的，并提供幾乎不可思議的體驗，成為生活的延伸。微型機器學習(TinyML)是最新的嵌入式軟件技術，它將硬件帶入了一個幾乎不可思議的領域，機器可以通過使用自動學習和成長，就像原始人類的大腦一樣。到目前為止，為硬件構建機器學習(ML)算法意味著基于樣本數據的復雜數學模型，即所謂的“訓練數據”，以便做出預測或決策，而不需要顯式編程。

鋁和圖標不再足以讓產品在市場上引起注意。今天，偉大的產品需要是有用的，并提供幾乎不可思議的體驗，成為生活的延伸。微型機器學習(TinyML)是最新的嵌入式軟件技術，它將硬件帶入了一個幾乎不可思議的領域，機器可以通過使用自動學習和成長，就像原始人類的大腦一樣。

到目前為止，為硬件構建機器學習(ML)算法意味著基于樣本數據的復雜數學模型，即所謂的“訓練數據”，以便做出預測或決策，而不需要顯式編程。如果這聽起來復雜和昂貴的建設，它是。最重要的是，傳統上與ml相關的任務被轉換到云上，這造成了延遲，消耗了稀缺的電力，并使機器受到連接速度的影響。結合起來，這些約束使得邊緣的計算速度更慢，成本更高，而且更難以預測。

但由于最近的進展，公司正將TinyML作為構建產品智能的最新趨勢。以開源硬件聞名的Arduino公司正在為數百萬開發者提供TinyML。他們和Edge Impulse一起，將無處不在的Arduino板變成一個強大的嵌入式ML平臺，如Arduino Nano 33 BLE Sense等32位板。通過這種合作關系，你可以運行強大的學習模型，該模型基于人工神經網絡(ANN)到達和采樣微小傳感器以及低功率微控制器。

在過去的一年里，通過為微控制器、uTensor和Arm的CMSIS-NN提供TensorFlow Lite等項目，在使深度學習模型更小、更快和可在嵌入式硬件上運行方面取得了巨大的進步。但是，構建一個高質量的數據集、提取正確的特性、培訓和部署這些模型仍然很復雜。TinyML是edge硬件和設備智能之間缺失的一環，現在已經實現了。

標簽： TinyML