广告
广告
最不起眼的微处理器也能实现机器学习?
您的位置 资讯中心 > 产业新闻 > 正文

最不起眼的微处理器也能实现机器学习?

2020-01-10 15:32:29 来源:EEWORLD电子工程世界 点击:861

【大比特导读】但是Tiny ML有不同的目标。想象一下,如果机器学习模型,能够把对话和助听器上的背景噪音区分开来。如果您无法在设备本身上安装该模型,那么您就需要在运行在该模型上的云保持无线连接。但如果您能够安装它的话,直接在助听器上运行该模型更有效、更安全。

今年2月,来自谷歌、微软、高通、三星和6所大学的一组研究人员齐聚加州圣何塞,讨论将机器学习带到网络最远端的挑战,尤其是运行在传感器或其他电池驱动设备上的微处理器中。

这就是盛大的“微型机器学习峰会”,该峰会的主旨是找出如何在最小的微处理器上运行机器学习算法。在边缘的学习将推动更好的隐私实践,更低的功耗,并在未来的设备中构建新应用。

神经网络的训练是机器学习的核心,这种训练需要大量的数据。最终会把它训练成一个无论是下围棋还是响应语音指令的任务模型。

许多公司目前专注于为机器学习构建专门的硅材料,以便在数据中心内训练网络。他们还希望在边缘使用硅来对机器学习模型进行推理运行数据,以查看数据是否与模型的结果相匹配。但是,这个微型机器学习生态群(Tiny ML)的目标是对最小的处理器进行推理,比如为远程传感器供电的8位微控制器。

如果我们讨论的是智能手机之类的东西,那么在边缘推理方面已经有了很大进展。在2019年11月,谷歌开放了两个版本的机器学习算法的源代码,其中一个运行所需的能量减少了50%,另一个运行速度是之前版本的两倍。还有一些初创公司,如Flex Logix、Greenwaves和Syntiant,使用专用的硅来应对类似的挑战。

但是Tiny ML有不同的目标。想象一下,如果机器学习模型,能够把对话和助听器上的背景噪音区分开来。如果您无法在设备本身上安装该模型,那么您就需要在运行在该模型上的云保持无线连接。但如果您能够安装它的话,直接在助听器上运行该模型更有效、更安全。

Tiny ML的研究人员也在尝试在电池供电的边缘设备上使用ML来进行更好的数据分类。Latent AI公司首席执行长Jags Kandasamy表示,他的公司正在与制造增强现实和虚拟现实耳机相关公司进行谈判。Latent AI正在开发用于微型处理器的神经网络压缩软件。这些公司希望利用他们的耳机收集的大量图像数据,对设备上看到的图像进行分类,这样他们就可以将有用的数据发送到云上,供以后培训使用。 “如果你已经看到了10辆丰田皇冠,它们真的有必要转移到云端吗?”Kandasamy问道。

由于机器学习通常需要大量的电力,而将设备上的数据进行分类可以减少收集到云中的数据量,从而节省带宽和电力。

当涉及到机器学习时,很多人觉得数据越大才越好,但我对将机器学习应用到边缘的潜力感到兴奋。尽管Tiny ML仍然专注于推理的挑战,也许有一天我们甚至可以考虑在边缘上训练网络本身。

声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请与我们联系,我们将及时更正、删除,谢谢。

分享到:
阅读延展
机器学习 算法
  • 2020中国(深圳)大数据&云计算技术与应用高峰论坛圆满落幕

    2020中国(深圳)大数据&云计算技术与应用高峰论坛圆满落幕

    作为南京大学PASA大数据技术实验室的负责人,自2009年起,黄宜华教授带领团队深耕大数据技术研究领域,在分布式大数据存储和查询、大数据机器学习系统、大数据行业应用等多个方向积累了一系列技术基础和研究成果。

  • 意法半导体推出内置机器学习内核的高精度测斜仪

    意法半导体推出内置机器学习内核的高精度测斜仪

    中国,2020年8月26日——意法半导体的IIS2ICLX是一款高精度、低功耗的双轴数字测斜仪,用于工业自动化和结构健康监测[0]等应用,具有可设置的机器学习内核和16个独立的可设置有限状态机,有助于边缘设备节能省电,减少向云端传输的数据量。

  • 物联网技术及相关产业正处在蓬勃发展阶段

    物联网技术及相关产业正处在蓬勃发展阶段

    根据报告,在预测期内,数据分析和机器学习解决方案部门将拥有更大的市场规模。这是因为需要对跨行业垂直领域的连接设备产生的大量数据进行分析。

  • 博彦科技助企业摆脱大数据应用困扰

    博彦科技助企业摆脱大数据应用困扰

    针对企业的这些困扰,博彦科技推出了基于Hadoop底层的大数据管理平台,帮助企业快速打造大数据服务中心,构建数据集市,服务于特定需求,便于数据的攫取及操作;同时,针对流数据处理,形成统一的数据标准。通过数据加工,可直接应用于业务。并通过机器学习将数据形成特征,创建模型。

  • 怎样选择合适的物联网平台

    怎样选择合适的物联网平台

    数据增长越多,处理起来就越困难,这需要立即处理。当公司能够处理大量数据时,机器学习算法可以帮助获得更好的商业智能,这反过来又可以帮助做出更好的决策。

  • 意法半导体推出双轴测斜仪芯片,搭载可编程机器学习内核

    意法半导体推出双轴测斜仪芯片,搭载可编程机器学习内核

    IIS21CLX的操作范围为-40℃至+105℃,温度达到25℃之后,灵敏度随温度变化的范围为-0.012至+0.012%/℃。数字输出更新速率可从12.5到883Hz不等。

  • 贝叶斯算法可降低应用双面光伏组件的电站LCOE

    贝叶斯算法可降低应用双面光伏组件的电站LCOE

    科学家们表示,这个模型涵盖了影响双面光伏电站LCOE的一系列参数,包括光伏部件、土地成本、组件之间的距离、倾角、反射率和天气情况。

  • 季度首降!中国智能音箱市场三季度下降15%

    季度首降!中国智能音箱市场三季度下降15%

    自2018年下半年以来形成的三足鼎立局面继续,且马太效应加剧。TOP品牌在硬件设计、软件算法、产品供应链、销售渠道、用户数据等方面建立较高的壁垒,中小品牌的生存空间进一步被挤压。

  • Micro LED终端应用进程加速

    Micro LED终端应用进程加速

    据雷曼光电技术研究中心高级总监屠孟龙介绍,Micro LED像素引擎显示技术通过将LED芯片硬件排布与软件算法有机结合,在不大幅增加成本的前提下,大幅提升Micro LED显示屏的分辨率。

  • 林扬淳出任芯华章研发副总裁,推动国产EDA融合创新

    林扬淳出任芯华章研发副总裁,推动国产EDA融合创新

    近日,芯华章宣布林扬淳(YT Lin)于 2020 年 8 月 31 日加盟芯华章,出任芯华章科技研发副总裁一职。值得一提的是,林扬淳在 EDA 领域拥有 30 余年的深厚造诣,具备丰富的软件架构设计、算法创新、工程团队组建与管理以及客户合作经验。他在 Cadence 和 Synopsys 曾带领团队创建一系列 EDA 产品。

  • 今年第二季度中国可穿戴设备市场回暖

    今年第二季度中国可穿戴设备市场回暖

    在手表类产品的带动下,腕式可穿戴设备在消费市场上展现出强劲的增长势头,其传感器和算法技术的升级,不仅在持续吸引更多用户尝试或更新腕式设备,也在推动监测数据种类多样化的基础上,为其今后在运动、健康乃至医疗方面的服务拓展提供了更多可能。

  • 机器视觉与图像传感器的演变

    机器视觉与图像传感器的演变

    机器视觉技术利用图像识别算法对图像中的物体进行识别,在工业自动化,机器人,农业无人机和三维建模等广泛应用中实现更细致,更准确的物体图像无失真。

微信

第一时间获取电子制造行业新鲜资讯和深度商业分析,请在微信公众账号中搜索“大比特商务网”或者“big-bit”,或用手机扫描左方二维码,即可获得大比特每日精华内容推送和最优搜索体验,并参与活动!

发表评论

  • 最新评论
  • 广告
  • 广告
  • 广告
广告
Copyright Big-Bit © 2019-2029 All Right Reserved 大比特资讯公司 版权所有       未经本网站书面特别授权,请勿转载或建立影像,违者依法追究相关法律责任