在處理海量COVID-19數(shù)據(jù)時，機(jī)器學(xué)習(xí)對2020年產(chǎn)生了巨大影響。為了在2021年實現(xiàn)ML的發(fā)展，開發(fā)人員正在加倍使用設(shè)備上AI、低功耗架構(gòu)和框架兼容性等功能。

機(jī)器學(xué)習(xí)（ML）在2020年產(chǎn)生了前所未有的影響，特別是在通過數(shù)據(jù)處理檢測和跟蹤C(jī)OVID-19病毒時。研究人員受益于使用ML分析大量信息并就大量人員的整體健康得出結(jié)論。

到2021年，ML在量子計算、機(jī)器人技術(shù)和基于邊緣的AI中的應(yīng)用將具有巨大的潛力。

流程圖，描述了機(jī)器學(xué)習(xí)AI流程的各個階段。

機(jī)器學(xué)習(xí)AI處理步驟的高級流程圖。圖片由sustAGE提供

這些應(yīng)用程序的核心是硬件。特別是，三個針對硬件的思想對于ML硬件開發(fā)必不可少：面向邊緣的設(shè)計，低功耗架構(gòu)以及與ML框架的兼容性。

將ML推向邊緣：內(nèi)置AI

考慮到正在使用和處理的大量數(shù)據(jù)時，邊緣智能變得越來越必要。在為邊緣AI設(shè)計時，設(shè)計人員必須考慮許多約束，例如功耗，電路板空間和計算時間。

設(shè)備上的AI解決了其中一些問題，可以進(jìn)行本地化處理，這有助于減少云計算的負(fù)擔(dān)，同時還可以更快、更節(jié)能。許多制造商意識到了這一好處，并試圖將設(shè)備上的AI包含在智能手機(jī)，車輛和IoT設(shè)備等各種應(yīng)用中。通過考慮邊緣設(shè)計，工程師可以在產(chǎn)品投放市場時為其提供競爭優(yōu)勢。

LG的SoC和LG8111開發(fā)板是邊緣AI的最新硬件產(chǎn)品。該SoC和開發(fā)板包括LG專用的AI處理器和AI加速器。這些設(shè)備一起支持各種AI處理功能，例如語音，視頻，圖像和控制智能。

LG8111 SoC和開發(fā)板。圖片由LG提供

該芯片還支持ASW IoT Greengrass，從而使該SoC和開發(fā)板可以根據(jù)設(shè)備托管各種應(yīng)用程序和解決方案。

具有DSP和NN處理器的低功耗架構(gòu)

在邊緣進(jìn)行設(shè)計時，功耗是最重要的考慮因素之一。機(jī)器學(xué)習(xí)處理大量數(shù)據(jù)；因此，在設(shè)計系統(tǒng)時，消除處理過程中的功率浪費是必要的。

實現(xiàn)低功耗架構(gòu)的一種方法是同時使用低功耗數(shù)字信號處理器（DSP）和專用NN（神經(jīng)網(wǎng)絡(luò)）處理器。DSP Group通過其新的DVM10 DSP和nNetLite NN處理器將這種低功耗方案付諸實踐。這種結(jié)構(gòu)允許兩個處理器之間具有不同的功能，具體取決于所安裝的算法和框架。

這種設(shè)置還使處理器能夠拆分讀取數(shù)據(jù)和指定任務(wù)的過程，與所有任務(wù)只依靠一個處理器處理相比，減少功耗。

DBM10上受支持的應(yīng)用程序以及當(dāng)前的SoC。圖片由DSPG提供

處理器的這種組合使SoC支持?500μW的超低功耗推理，這對于大多數(shù)語音NN算法來說已經(jīng)足夠了。

與ML框架的兼容性

盡管編程和軟件應(yīng)用程序似乎與硬件設(shè)計是分開的，但它越來越成為一個交叉地帶，尤其是在ML中。因此，有必要知道設(shè)備將使用什么框架。根據(jù)產(chǎn)品或用戶的需求，擁有可以與各種ML框架兼容的處理器可能會有所幫助。

Ambarella的CV5處理器是框架兼容性的最新示例。CV5與常見的ML框架（例如Caffe，PyTorch，TensorFlow和ONNX）兼容。框架兼容性的靈活性為用戶提供了多種選擇，可將其神經(jīng)網(wǎng)絡(luò)集成到設(shè)備中。

2021年的機(jī)器學(xué)習(xí)：量子機(jī)器學(xué)習(xí)？

2021年預(yù)測的一個主要趨勢是機(jī)器學(xué)習(xí)與量子計算的集成，被稱為“量子機(jī)器學(xué)習(xí)”。根據(jù)《量子日報》的說法，量子機(jī)器學(xué)習(xí)指的是“旨在編寫量子算法來執(zhí)行機(jī)器學(xué)習(xí)任務(wù)的領(lǐng)域”。

對于經(jīng)典計算機(jī)而言，某些機(jī)器學(xué)習(xí)算法過于復(fù)雜且勞動強(qiáng)度大。使用量子ML，研究人員可以將經(jīng)典的ML算法轉(zhuǎn)換為量子電路，從而使它們能夠在量子計算機(jī)上有效運行。

經(jīng)典機(jī)器學(xué)習(xí)（CML）與量子機(jī)器學(xué)習(xí)（GML）。圖片由ICFO提供

新領(lǐng)域鋪平道路

我們在去年看到了量子計算的商業(yè)化，同時增強(qiáng)了機(jī)器學(xué)習(xí)的優(yōu)勢。

在大流行仍在繼續(xù)的情況下，迫切需要快速，準(zhǔn)確的數(shù)據(jù)處理。通過使用板級設(shè)計選擇擴(kuò)展和發(fā)展機(jī)器學(xué)習(xí)，設(shè)計人員可以將機(jī)器學(xué)習(xí)推向邊緣并解決日益增加的數(shù)據(jù)處理負(fù)擔(dān)。
編輯：hfy