嵌入式AI合辑首批上线4讲!特邀4位技术大牛直播讲解芯片、开发板、AIoT OS及轻量级模型

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合辑首批正式上线4讲,从3月5日起正式开讲。并且,在直播讲解形式上,全部4讲都将升级为视频直播。

此次,我们邀请到瑞芯微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童志军等四位技术大牛,从AI芯片、开发板、AIoT操作系统、轻量级神经网络模型设计等方面为我们带来深度讲解。其中:

3月5日,瑞芯微Toybrick AI开发平台负责人邱建斌将以《AI开发平台如何帮助嵌入式开发者加速应用产品化落地》为主题,从嵌入式AI的发展现状和挑战、瑞芯微Toybrick AI开发平台的设计并结合零售场景下的客流统计、DMS(驾驶员监控系统)等视觉应用开发实践,为我们带来系统讲解;

3月17日,澎峰科技CEO张先轶将以《利用AI开发板实现嵌入式视觉应用开发》为主题,系统讲解嵌入式AI开发板的设计经验、挑战、主流AI开发板的差异以及双目人脸识别和人脸面板机的开发实践;

3月24日,RT-Thread创始人熊谱翔将以《嵌入式AI应用开发对操作系统的要求与挑战》为主题,从全球IoT操作系统的竞争格局出发,结合嵌入式AI应用开发需求,为我们讲解 IoT操作系统面临的挑战、应对策略以及未来IoT操作系统的发展趋势;

4月17日,阅面科技合伙人&CTO童志军将以《面向嵌入式设备的轻量级神经网络模型设计》为主题,从“特征驱动”、“数据驱动”、“精度优先”到“速度优先”等不同阶段为我们展现神经网络模型设计的发展历程,并通过实际案例为我们解读如何在嵌入式设备上实现神经网络模型的高效部署和运行。

嵌入式AI合辑之后将持续更新,敬请期待更多讲解。

嵌入式AI合辑首批上线4讲!特邀4位技术大牛直播讲解芯片、开发板、AIoT OS及轻量级模型

适合人群

1、机器学习、深度学习、CV等方向的算法工程师、研究员
2、嵌入式工程师、嵌入式软件开发者和研究人员
3、IC设计人员
4、物联网、通信工程、电子、自动化、计算机等相关专业的学生

报名方式

扫描海报上的二维码,添加智东西公开课小助手北北(ID:zhidxioe)报名,添加好友时请备注:添加时请备注:姓名-公司-职位或者姓名-学校-专业,因报名人数过多,优先通过备注者。

社群规则

1、智东西社群坚持实名学习、交流和合作,入群后需要修改群昵称为:姓名-公司-所在领域,违者踢群;
2、禁止在群内广告和发送二维码等无关信息,违者踢群。