绑定手机号
获取验证码
确认绑定
提问
0/255
提问
订阅开课提醒需关注服务号
回答成功
知道了
扫码关注智东西公开课服务号登录
请使用微信扫描二维码
扫描二维码分享给微信好友
您已订阅成功,有新课程,我们将第一时间提醒您。
知道了
发送提问成功
回答可在
“我的——我的提问”中查看
知道了
失败
欢迎来智东西
关注我们
智东西
车东西
芯东西
智东西公开课
嵌入式AI合辑
已更新11期
合辑简介

在传统认知中,深度学习因为需要强大的算力支持,从训练到推理大多在云端数据中心来完成,不同终端设备通过网络从云端获取AI能力。但是云端的高延迟、安全隐患等不可控因素,使得终端设备AI功能体验大打折扣。AI从云端向边缘端迁移扩展已是大势所趋,嵌入式AI加速兴起!

嵌入式AI,即设备无需联网通过云端数据中心进行大规模计算来获取AI能力,在本地完成计算,在不联网的情况下就可以做到实时的环境感知、人机交互、决策控制等。在智能家居、机器人、自动驾驶、安防、工业检测等领域具有广泛的应用前景。

嵌入式设备具有算力有限,且对功耗和成本极其敏感的特点,要为嵌入式设备赋予AI能力,首先要解决算力、功耗和成本之间的矛盾。

在算力层面,新兴AI芯片公司纷纷推出神经网络处理器,以与传统MCU结合的异构计算方式,为嵌入式设备实现AI计算提供了算力支撑;当然也有恩智浦、意法半导体、瑞萨电子等老牌半导体巨头在MCU的AI化方向积极探索;

在算法层面,业界针对神经网络模型的优化工作已经有了很多成熟有效的方法,比如模型压缩、剪枝、低精度量化以及专门面向嵌入式设备的SqueezeNet、MobileNet、ShuffleNet等轻量级神经网络模型的设计等,都能够有效降低嵌入式设备的功耗。此外,不少互联网及半导体巨头纷纷推出终端推理引擎,可以从神经网络模型的压缩、转换、不同平台的适配等方面为嵌入式AI开发者提供一站式解决方案。

得益于算力和算法生态上的持续优化和突破,嵌入式AI应用的开发和繁荣,颇受期待之余,也面临诸多困难。

在与不少嵌入式AI开发者沟通过程中发现,嵌入式AI应用开发是一项极其复杂的工程,需要开发者从处理器的选型、开源框架的选择、神经网络模型的设计、优化、部署等维度进行综合考量,并具备扎实全面的软硬件知识和丰富的实践经验。目前来看,嵌入式AI仍有很长的路要走,需要芯片、算法、应用等产业链上下游的参与者共同来完善。

为此,智东西公开课全新推出嵌入式AI合辑,重点关注算力、算法、应用开发及部署优化等方面,内容涵盖处理器、开发板、AI开发平台、IoT操作系统、轻量级神经网络模型的设计、优化及部署、终端推理引擎、应用开发实践等嵌入式AI开发的各个环节,系统讲解嵌入式AI主流产品及开发实践。

嵌入式AI合辑已上线9讲,瑞芯微Toybrick AI开发平台负责人邱建斌、澎峰科技CEO张先轶、RT-Thread创始人熊谱翔、阅面科技合伙人&CTO童志军、小钴科技CTO Richard Li、云图睿视CEO&创始人孟莹、矩视科技CEO&总工鲍敦桥、图漾科技南京研发总监胡瑞端和格灵深瞳合肥研发中心负责人张明等9位大牛,从AI芯片、开发板、AIoT操作系统、轻量级神经网络模型设计、以及嵌入式AI应用等方面为我们带来深度讲解。

嵌入式AI合辑之后将持续更新,敬请期待更多讲解。

完结课程
课程社群
精彩问答
提问
提问
目前还没有问题,可以点击右侧的“提问按钮”提问
更多问题...